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. 数一合工大（共创）五套卷-试题+解析.pdf

  2. 数一合工大（共创）五套卷-试题+解析.pdf

  3. 所属分类：其它

    • 发布日期：2020-12-11
    • 文件大小：3145728
    • 提供者：xxzhaoming

  1. 数一合工大（共创）五套卷-试题+解析.pdf

  2. 数一合工大（共创）五套卷-试题+解析.pdf

  3. 所属分类：其它

    • 发布日期：2020-12-11
    • 文件大小：8388608
    • 提供者：xxzhaoming

  1. 工业电子中的五轴数控卷簧机控制系统设计与实现

  2. 五轴数控卷簧机控制系统设计与实现 东南大学计算机系（南京210096）丁士德　 1　引　言 弹簧是机械行业的通用零部件，用途十分广泛。工业的发展，刺激了弹簧的需求，同时也对弹簧加工设备提出了更高的要求。以往的加工设备多为纯机械式卷簧机，构造复杂，而功能却较单一，调试繁琐，加工精度又难以提高。因此，开发新的卷簧机产品，刻不容缓。 计算机技术的发展为改造传统产业

  3. 所属分类：其它

    • 发布日期：2020-12-09
    • 文件大小：122880
    • 提供者：weixin_38640072

  1. 2017合工大五套卷-共创（数二答案） .pdf

  2. 2017合工大五套卷-共创（数二答案） .pdf

  3. 所属分类：其它

    • 发布日期：2020-12-13
    • 文件大小：1048576
    • 提供者：weixin_51935571

  1. Tensorflow tf.nn.depthwise_conv2d如何实现深度卷积的

  2. 实验环境：tensorflow版本1.2.0，python2.7 介绍 depthwise_conv2d来源于深度可分离卷积: Xception: Deep Learning with Depthwise Separable Convolutions tf.nn.depthwise_conv2d(input,filter,strides,padding,rate=None,name=None,data_format=None) 除去name参数用以指定该操作的name，data_format指

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：176128
    • 提供者：weixin_38682406

  1. 世界五千年幽默大全之中国卷

  2. 休闲的生活离不开快乐心态的人生，希望世界五千年幽默大全之中国卷能给你想要的，欢迎大家下载世界五千年...该文档为世界五千年幽默大全之中国卷，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：881664
    • 提供者：weixin_38587130

  1. 【JavaScript核心技术卷】JS的逻辑内存模型

  2. 文章目录Javascr ipt的逻辑内存模型一、面向对象的三要素二、Javascr ipt的逻辑内存模型三、Javascr ipt的对象与Java的实例四、window对象的内存逻辑模型五、Object构造函数的内存逻辑模型六、Function构造函数的内存逻辑模型七、Javascr ipt的类继承八、Javascr ipt的对象与类 Javascr ipt的逻辑内存模型 Java语言是面向对象的，而Javascr ipt语言是基于对象的。两者之间是有差异的。这里主要以这两种语言进行一个对比。

  3. 所属分类：其它

    • 发布日期：2021-01-08
    • 文件大小：1048576
    • 提供者：weixin_38694566

  1. 深度学习（五）————卷积神经网络基础、leNet、卷积神经网络进阶

  2. 目录 卷积神经网络基础 二维互相关运算 填充 步幅 多输入通道和多输出通道¶ 卷积层与全连接层的对比 池化 LeNet 模型 深度卷积神经网络（AlexNet） AlexNet 使用重复元素的网络（VGG）¶ ⽹络中的⽹络（NiN） GoogLeNet 卷积神经网络基础 本节我们介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义 我们介绍卷积层的两个超参数，即填充和步幅，它们可以对给定形状的输入和卷积核改变输出形状。 二维互相关运算 二维互相关（cros

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：899072
    • 提供者：weixin_38516706

  1. 动手学深度学习（五）：卷积神经网络

  2. 卷积神经网络基础 卷积神经网络（convolutional neural network）是含有卷积层（convolutional layer）的神经网络。本文中介绍的卷积神经网络均使用最常见的二维卷积层。它有高和宽两个空间维度，常用来处理图像数据。本文中，我们将介绍简单形式的二维卷积层的工作原理。 1、二维互相关运算 虽然卷积层得名于卷积（convolution）运算，但我们通常在卷积层中使用更加直观的互相关（cross-correlation）运算。在二维卷积层中，一个二维输入数组和一个二维

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：101376
    • 提供者：weixin_38653085

  1. 山书学习第五次笔记

  2. 卷积神经网络基础 如图： 代码实现： X和K为输入项，X为数据，K为卷积核。 函数中间Y为结果。 意义：卷积是用于处理图像的，图像处理之后，是为了特征显化 多通道输入 因为是处理图像，图像每个像素都有RGB三个值，所以就需要多通道输入，对应的核可以相同，也可以不同，结果可以是一个，也可以是多个。 其目的在于：提取不同的特征 1×1卷积层 这个是用来减少通道的。让特征显化。 LeNet 说白了，就是卷积层（其中包含池化）和全连接层叠在一起。 其中,linear就是全连接，conv2d,p

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：274432
    • 提供者：weixin_38625192

  1. [cv] MTCNN 多任务卷积神经网络

  2. 参考： 用包代码：https://blog.51cto.com/gloomyfish/2319246 不用包代码：http://www.sfinst.com/?p=1683 MTCNN模型概述 多任务卷积神经网络(MTCNN)实现人脸检测与对齐是在一个网络里实现了人脸检测与五点标定的模型，主要是通过CNN模型级联实现了多任务学习网络。整个模型分为三个阶段，第一阶段通过一个浅层的CNN网络快速产生一系列的候选窗口；第二阶段通过一个能力更强的CNN网络过滤掉绝大部分非人脸候选窗口；第三阶段通过一个能

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：367616
    • 提供者：weixin_38698860

  1. 基于python3.6 tensorflow 卷积神经网络的CIFAR-10项目

  2. 一、CIFAR-10简介 CIFAR-10数据集包含10个类别，共计60000张 32×32 3通道彩色图像。其中每个类别包含6000张图像：训练图像50000张，测试图像10000张。 数据集被分为五个训练批次和一个测试批次。每个测试批次有10000张图像，为每个类别各随机挑出1000张构成；训练批次为随机打乱的剩余图像。某些训练批次可能出现一个类型的图像多于另一个类型的情况，但总体而言，训练批次包含每个类型恰好5000张。 二、说明 图片原格式为32*32 3通道 第一次卷积：卷积核大小为

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：195584
    • 提供者：weixin_38647822

  1. 动手学深度学习-学习笔记（五）

  2. 本文的主要内容有：：卷积神经网络基础；leNet；卷积神经网络进阶 一、卷积神经网络基础 本节我们介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。 二维卷积层 本节介绍的是最常见的二维卷积层，常用于处理图像数据。 二维互相关运算 二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：251904
    • 提供者：weixin_38706951

  1. Pytorch学习 （五）

  2. 二维互相关运算（卷积） 二维互相关（cross-correlation）运算的输入是一个二维输入数组和一个二维核（kernel）数组，输出也是一个二维数组，其中核数组通常称为卷积核或过滤器（filter）。卷积核的尺寸通常小于输入数组，卷积核在输入数组上滑动，在每个位置上，卷积核与该位置处的输入子数组按元素相乘并求和，得到输出数组中相应位置的元素。图1展示了一个互相关运算的例子，阴影部分分别是输入的第一个计算区域、核数组以及对应的输出。 图1 二维互相关运算 互相关运算与卷积运算 卷积层得名于

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：52224
    • 提供者：weixin_38722891

  1. 基于分层池的深度卷积神经网络用于人类动作识别

  2. 基于视频的人体动作识别是计算机视觉中一个活跃且具有挑战性的话题。过去几年，深度卷积神经网络（CNN）成为最受欢迎的方法，并在HMDB-51和UCF-101等多个数据集上达到了最先进的性能。 由于每个视频都具有多种帧级功能，因此如何组合这些功能以获得良好的视频级功能成为一项艰巨的任务。 因此，本文提出了一种基于深度卷积神经网络（SP-CNN）的新颖的动作识别方法-分层池化。 该过程主要由五个部分组成：（i）在目标数据集上微调预训练的CNN，（ii）帧级特征提取； （iii）用于减少特征维数的主成分

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：1048576
    • 提供者：weixin_38560797

  1. 第二代电流传输电路产生的高阶网格多涡卷混沌吸引子

  2. 研究了第二代电流输送器（CCII）产生的多向多涡卷混沌吸引子。 通过设计高阶Jerk系统中的阶梯函数和移位电压符号函数，提出了一种四阶和五阶网格多滚动混沌系统。 使用CCII设计并实现了一个混沌电路，该电路可以通过开关控制分别生成4 x 2 x 2 x 2和4 x 2 x 2 x 2 x 2 x 2卷的混沌吸引子。 与基于电压运算放大器的电路相比，该电路在电路结构和带宽方面具有更好的性能。 数值模拟和实验结果一致。

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：571392
    • 提供者：weixin_38747815

  1. proteomicsTumorDeconv：一套用于评估指标以比较基于蛋白质的肿瘤反卷积算法功效的科学工作流程-源码

  2. 蛋白质组学肿瘤反卷积指标 一套用于评估指标的科学工作流程，以比较基于蛋白质的肿瘤反卷积算法的功效。 该项目的目标是标准化各种肿瘤反卷积数据集的分析和比较，以比较它们与不同参数的功效。 跑步 该存储库包含比较肿瘤解卷积算法所需的所有工具。 到目前为止，我们专注于比较蛋白质组学与mRNA的测量，并通过Spearman Rank统计量来评估它们之间的相关性。 要评估并查看结果，您可以： cd perfEval cwltool scatter-test.cwl scatter-test.yml 这将

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：5242880
    • 提供者：weixin_42108778

  1. PointCNN：PointCNN：X转换点上的卷积（NeurIPS 2018）-源码

  2. PointCNN：X变换点上的卷积 由，步锐，孙明超，吴伟，辛欣han和。 介绍 PointCNN是用于从点云进行特征学习的简单通用框架，它刷新了点云处理中的五个基准记录（截至2018年1月23日），包括： ModelNet40的分类精度（ 91.7％ ，仅具有1024个输入点） ScanNet上的分类准确性（ 77.9％ ） ShapeNet零件上的细分零件平均IoU（ 86.13％ ） S3DIS上的平均IoU分割（ 65.39％ ） ScanNet上每个体素标签的准确性（ 85.

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：148480
    • 提供者：weixin_42138376

  1. 五视频分类方法：我的博客文章随附的代码概述了Keras和TensorFlow中的五种视频分类方法-源码

  2. 五个视频分类方法 五个视频分类方法： 使用ConvNet一次分类一帧 使用ConvNet在单独的网络中从每个帧中提取特征，并将序列传递给RNN 使用时间扭曲的ConvNet，将功能传递给RNN，就像＃2一样，但都在一个网络中（这是代码中的lrcn网络）。 使用ConvNet从每个帧中提取特征并将序列传递给MLP 使用3D卷积网络（有两个版本的3d转换可供选择） 有关完整的详细信息，请参见随附的博客文章： : 要求 此代码要求您已安装Keras 2和TensorFlow 1或更高版本

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：201728
    • 提供者：weixin_42125826

  1. 2017年普通高等学校招生全国统一考试高考文综模拟试题（五）（PDF）

  2. 核心八模年普通高等学校招生全国统一考试模拟试题文科综合五本试卷分第卷选择题和第卷非选择题两部分共分考试用时分钟第卷选择题共分一选择题本大题共小题每小题分共计分在下列各题的四个选项中只有一个选项是最符合

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：3145728
    • 提供者：weixin_38557896
« 1 2 3 4 5 67 8 9 10 11 ... 41 »