注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 2015-2017ECCV，ICCV，CVPR神经网络论文

  2. 2015-2017ECCV，ICCV，CVPR神经网络论文，主要在去模糊，图像复原方面

  3. 所属分类：深度学习

    • 发布日期：2018-06-18
    • 文件大小：137363456
    • 提供者：weixin_39755115

  1. 基于深度神经网络自动编码器的三维点云配准

  2. 一篇采用机器学习的点云配准的论文，通俗地说就是通过将点云用一个个球体分成很多个小快，对每一块投影成深度图，然后采用深度神经网络对深度图进行特征压缩，最后压缩成一个5×2的矩阵做为一个特征，也就是文中所说的描述子（descr iptor）。通过这些描述子的位置关系可以进行粗配准，最后文章也还是采用了ICP进行精配准。

  3. 所属分类：深度学习

    • 发布日期：2018-09-17
    • 文件大小：2097152
    • 提供者：le0virg0

  1. 如何持续深度学习？看这份《DNN2GP：从深度神经网络到高斯过程》

  2. 终身学习是机器学习中的热门研究话题之一。如何实现持续学习？来自东京RIKEN研究中心的Emtiyaz Khan给了关于从深度神经网络到高斯过程的教程《DNN2GP: From Deep Networks to Gaussian Processes》，共有45页ppt，以及撰写了最新的论文，通过提出一种新的函数正则化方法来解决这个问题，该方法利用了一些过去的难忘样例，这些样例对于避免遗忘至关重要。

  3. 所属分类：机器学习

    • 发布日期：2020-05-15
    • 文件大小：16777216
    • 提供者：syp_net

  1. 10大经典深度神经网络论文合辑

  2. 10大经典深度神经网络论文合辑，包括LeNet-5,AlexNet,ZFNet,VGG,GoogleNet,ResNet,RCNN,Fast-RCNN,Faster-RCNN,GAN

  3. 所属分类：深度学习

    • 发布日期：2020-06-09
    • 文件大小：7340032
    • 提供者：weixin_42296879

  1. 基于深度PAP网络的图像超分辨率.rar

  2. 近年来，基于深度神经网络的图像处理技术在研究界十分流行，而单幅图像超分辨率技术，即对单一的一幅低质量图像进行高分辨率还原的处理技术，在图像处理领域发展迅速并取得了良好的效果，但也同时面临一些严峻的挑战。本代码包主要是为基于深度PAP网络的图像超分辨率论文所用，

  3. 所属分类：深度学习

    • 发布日期：2020-06-19
    • 文件大小：147849216
    • 提供者：weixin_44287403

  1. 经典神经网络论文.zip

  2. 卷积神经网络的经典论文，包括LeNet、AlexNet、ResNet、YOLO、R-CNN、VGG16，作为引领卷积神经网络发展的论文，无论是深度学习小白，还是已经进入深度学习领域但还没有读过这些论文，都可以尝试着看看这些论文，从而体会前人的思想。

  3. 所属分类：互联网

    • 发布日期：2020-07-09
    • 文件大小：13631488
    • 提供者：qq_38327769

  1. pcl-adversarial-defense:在ICCV 2019中通过限制深度神经网络的隐藏空间进行对抗性防御-源码

  2. 通过限制深层神经网络（ICCV'19）的隐藏空间进行对抗性防御 该存储库是ICCV'19论文《的PyTorch实施，它。 为了对抗对抗性攻击，我们提出了原型一致性损失，以按类别区分深度网络的中间特征。 从图中可以看出，存在这样的对抗样本的主要原因是潜在特征空间中学习特征的紧密接近。 我们提供了用于重现论文结果的脚本。 克隆存储库 将此存储库克隆到所需的任何位置。 git clone https://github.com/aamir-mustafa/pcl-adversarial-defe

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：45088768
    • 提供者：weixin_42133753

  1. Hyperspectral-Image-Classification-using-Deep-Learning:使用具有转移学习功能的深度神经网络架构进行高光谱图像分类-源码

  2. 利用深度学习对高光谱图像进行分类 使用具有转移学习功能的深度神经网络架构进行高光谱图像分类 这是尝试从论文中实现SGCNN-X（混洗组卷积神经网络）模型的尝试，其中X代表卷积层数。 要使用转移学习对Hypersectral影像进行分类，请执行以下步骤（来源：印度松树，目标：博茨瓦纳） 使用地面真实图像将图像和标签中大小为SXSX 64 （S-样本大小）的样本分配给这些样本。 使用变量overlay_ratio提取样本，这会生成多个数据集。 25％的重叠率意味着，当且仅当来自同一类别的下一个样

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：199229440
    • 提供者：weixin_42139252

  1. traffic-sign-detection:交通标志检测。 论文代码“交通标志检测系统的深度神经网络评估”-源码

  2. 交通标志检测 这是论文的代码 ， ， 本文通过结合多种特征提取器（Resnet V1 50， Resnet V1 101，Inception V2，Inception Resnet V2，Mobilenet V1和Darknet-19）。 我们旨在探索这些对象检测模型的特性，这些对象通过转移学习进行了修改，并特别适合于交通标志检测问题领域。 特别是，在Microsoft COCO数据集上进行了预训练的各种公开可用的对象检测模型在数据集上进行了微调。 这些模型的评估和比较包括关键指标，例如平均

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：7340032
    • 提供者：weixin_42123456

  1. Intrusion-Detection-Systems:这是研究论文“为网络安全中的网络入侵检测系统评估浅层和深层神经网络”的回购-源码

  2. 入侵检测系统 此回购协议包含研究论文“”的所有代码和数据集。 抽象的 ： 由于在当今世界对网络安全的强烈要求，入侵检测系统（IDS）已成为所有最新ICT系统中的必不可少的层。 IDS要求发现深度神经网络（DNN）的集成，包括发现攻击类型的不确定性和高级网络攻击的复杂性等原因。 在本文中，DNN已被用来预测对网络入侵检测系统（N-IDS）的攻击。 应用具有0.1的学习率的DNN并运行1000个纪元，并且KDDCup-'99'数据集已用于训练和对网络进行基准测试。 为了进行比较，该训练是在同一数

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：18874368
    • 提供者：weixin_42104947

  1. 气胸分割-深度学习：论文“基于深度神经网络的常规计算机断层扫描中气胸分割的源代码”-源码

  2. 使用Keras中实现的深层神经网络对气胸进行分割 该库包含Keras中“基于深层神经网络的常规计算机断层扫描中的气胸分割”的原始实现（Tensorflow作为后端）。 实施模型 网络 膨胀的U网 ResNet34_Unet ResNet50_Unet PSP网 注意U-Net UNet ++ MultiResUNet 多功能一体机 UNet3 + 细分结果 图1：气胸分割结果的可视化 引文

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：6291456
    • 提供者：weixin_42128393

  1. box-convolutions：“具有Box卷积的深度神经网络”论文的PyTorch代码-源码

  2. ConvNets的盒卷积层 单箱转换网络（来自`examples / mnist.py`）学习MNIST上的模式 这是什么 这是2018 NeurIPS 介绍的盒卷积层的PyTorch实现： Burkov，E.，＆Lempitsky，V.（2018）带盒卷积的深度神经网络。 神经信息处理系统的进展31，6214-6224。 如何使用 正在安装 python3 -m pip install git+https://github.com/shrubb/box-convolutions.git p

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：50176
    • 提供者：weixin_42127020

  1. DeepLearningToolbox：用于分析深度神经网络的工具-源码

  2. 深度学习工具箱（开发阶段） 一组用于分析和可视化深度神经网络的工具。 该工具箱的最初目标是可视化网络，以解决图像分类任务。 该论文的动机是： Jason Yosinski，Jeff Clune，Anh Nguyen，Thomas Fuchs和Hod Lipson。 在2015年国际机器学习大会（ICML）的深度学习研讨会上发表。 主要设计目标是（尚未完全实现）： 模块化：可以在通用核心功能的基础上添加新工具 框架不可知性：工具箱应该能够使用不同的神经网络框架，例如TensorFlow，

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：8388608
    • 提供者：weixin_42134144

  1. 学士学位论文：使用深度神经网络的光学音乐识别-源码

  2. 使用深度神经网络的光学音乐识别 抽象的 光学音乐识别是一个充满挑战的领域，在许多方面都与光学文本识别类似。 但是，它带来了传统的基于管道的识别系统所面临的许多挑战。 在手写文本识别领域，端到端方法已被证明是优越的。 我们试图将这种方法应用于OMR领域。 具体来说，我们专注于手写音乐识别。 为了解决培训数据的不足，我们开发了一种用于手写音乐的雕刻系统，称为Mashcima。 此雕刻系统成功模仿了CVC-MUSCIMA数据集的样式。 我们在CVC-MUSCIMA数据集的一部分上评估了我们的模型，这种

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：24117248
    • 提供者：weixin_42162171

  1. 理解神经网络：用于各种深度神经网络可视化技术的Tensorflow教程-源码

  2. 了解NN 该存储库旨在作为各种DNN解释和解释技术的教程。 Jupyter Notebooks涵盖了理论背景的说明以及针对实际使用的逐步Tensorflow实现。 我没有提供我认为算法正确的技术解释，也没有提供原始论文的解释。 更新 似乎Github无法在笔记本中渲染某些方程式。 我强烈建议使用nbviewer，直到我发现问题所在为止（您也可以下载存储库并在本地环境中查看它们）。 链接在下面列出。 Nbviewer链接 1激活最大化 本节重点介绍通过激活最大化来解释由深度神经网络（DNN）学

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：3145728
    • 提供者：weixin_42152298

  1. MusicGenreClassification：使用神经网络对10秒钟声音流中的音乐流派进行分类-源码

  2. 音乐流派分类 特拉维夫大学，深度学习（深度神经网络）和声音处理领域的学术研究。 精选于 。 抽象 本文讨论了对声音样本的音乐流派进行分类的任务。 介绍 当我决定从事声音处理领域时，我认为体裁分类与图像分类是一个平行的问题。 令我惊讶的是，在深度学习中没有发现太多解决这个确切问题的作品。 确实解决了该分类问题的一篇论文是来自伊利诺伊大学的陶峰的论文[1]。 我确实从本文中学到了很多东西，但是老实说，他们给出的论文结果并不令人印象深刻。 所以我不得不看其他相关但不确切的论文。 很有影响力的论文是

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：3145728
    • 提供者：weixin_42140625

  1. CRNN_Tensorflow：用于场景文本识别的卷积递归神经网络（CRNN）-源码

  2. CRNN_Tensorflow 这是用于场景文本识别的深度神经网络的TensorFlow实现。 它主要基于论文 。 您可以参考本文以获取体系结构详细信息。 感谢作者。 该模型由CNN阶段提取特征组成，这些特征被馈送到RNN阶段（Bi-LSTM）和CTC损失。 安装 该软件已在Ubuntu 16.04（x64）上使用python 3.5和TensorFlow 1.12开发。 由于它使用了TensorFlow的一些最新功能，因此与旧版本不兼容。 提供了以下方法来安装依赖项： conda 您可以

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：35651584
    • 提供者：weixin_42168341

  1. lanenet车道检测：使用深度神经网络模型对车道网模型进行实时车道检测的非官方实现https：//maybeshewill-cv.github.iolanenet-lane-detection-源码

  2. LaneNet车道检测 使用tensorflow主要基于IEEE IV会议论文“走向端到端的车道检测：实例分割方法”，实现用于实时车道检测的深度神经网络。有关详细信息，请参阅其论文 。 该模型由编码器-解码器阶段，二进制语义分割阶段和使用判别损失函数的实例语义分割组成，用于实时车道检测任务。 主要的网络架构如下： Network Architecture 安装 该软件仅在带有GTX-1070 GPU的ubuntu 16.04（x64），python3.5，cuda-9.0，cudnn-7.0

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：50331648
    • 提供者：weixin_42164702

  1. 小组情感识别：使用深度神经网络和贝叶斯分类器进行小组情感识别-源码

  2. 团体情感识别 该项目旨在将一个群体的感知情感分为积极，中立或消极。 所使用的数据集是“ ”，其中包含各种社会环境中人群的“野外”照片。 我们的解决方案是基于的模型的混合机器学习系统 并通过其他更完善的机器学习方法和实验进一步扩展它。 它已发表在论文《。 演示版 1.影片 2.应用程序（不工作） 使用说明 该存储库包含3个分支- master包含用于训练和测试模型的代码。 webapp包含webapp。 android包含android应用。 1.主分支 1.1使用完整管道对图像（或一组

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：82837504
    • 提供者：weixin_42137022

  1. breast_cancer_classifier：深度神经网络可提高放射科医生在乳腺癌筛查中的表现-源码

  2. 深度神经网络可提高放射科医生在乳腺癌筛查中的表现 介绍 这是用于乳腺癌分类的模型的实现，如我们的论文《。 该实现允许用户通过应用我们的预训练模型之一来获得乳腺癌预测：以图像为输入的模型（仅图像）和以图像和热图为输入的模型（图像和热图）。 输入图像：2张大小为2677x1942的CC乳腺摄影图像和2张大小为2974x1748的MLO乳腺摄影图像。 每个图像都保存为16位png文件，并在送入模型之前分别进行标准化。 输入热图：构建的补丁分类器的输出与其相应的乳房X线照片的大小相同。 每个乳房X线

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：238026752
    • 提供者：weixin_42143161
« 12 3 4 5 6 7 8 9 10 ... 15 »