完善資料讓更多小伙伴認(rèn)識你，還能領(lǐng)取20積分哦，立即完善>
標(biāo)簽 > 卷積神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks， CNN）是一類包含卷積計算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)（Feedforward Neural Networks），是深度學(xué)習(xí)（deep learning）的代表算法之一。
文章：337個 瀏覽：12956次 帖子：19個
該團(tuán)隊提出的光學(xué)卷積處理單元實驗驗證了手寫數(shù)字圖像特征提取和分類能力。結(jié)果表明，圖像特征提取精度達(dá)到5 bit；對來自MNIST手寫數(shù)字?jǐn)?shù)據(jù)庫的手寫數(shù)字...
基于卷積的基礎(chǔ)模型InternImage網(wǎng)絡(luò)技術(shù)分析
近年來大規(guī)模視覺 Transformer 的蓬勃發(fā)展推動了計算機(jī)視覺領(lǐng)域的性能邊界。視覺 Transformer 模型通過擴(kuò)大模型參數(shù)量和訓(xùn)練數(shù)據(jù)從而擊...
2022-11-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)計算機(jī)視覺算子 1.1k 0
利用電子編碼和衍射解碼通過隨機(jī)未知擴(kuò)散體進(jìn)行光信息傳輸 該混合模型通過監(jiān)督學(xué)習(xí)進(jìn)行訓(xùn)練，將基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的電子編碼器與物理制備的協(xié)同優(yōu)化的透...
2023-08-30 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)光電系統(tǒng)光調(diào)制器 1.1k 0
原文鏈接 feather map 在cnn的每個卷積層，數(shù)據(jù)都是以三維形式存在的。可以看成許多個二維圖片疊在一起，其中每一個稱為一個feature ma...
2023-01-11 標(biāo)簽：圖像處理算法目標(biāo)跟蹤 1.1k 0
基于Transformer和深度證據(jù)學(xué)習(xí)的立體匹配框架
作者在各種數(shù)據(jù)集上評估了所提出的ELFNet，包括Scene Flow ，KITTI 2012和KITTI 2015 和Middlebury 2014 ...
2023-09-18 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)Transformer 1.1k 0
深度學(xué)習(xí)在人工智能領(lǐng)域的經(jīng)典應(yīng)用
由于深度學(xué)習(xí)，圖像識別和計算機(jī)視覺任務(wù)的性能得到了顯著提高。由于在龐大的數(shù)據(jù)集上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，計算機(jī)現(xiàn)在可以可靠地分類和理解圖像，從而開辟了廣泛的應(yīng)...
2023-12-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)聊天機(jī)器人 1.1k 0
卷積神經(jīng)網(wǎng)絡(luò)和長期短期記憶網(wǎng)絡(luò)的核心，深度學(xué)習(xí)的兩個主要支柱，甚至在像谷歌的變形金剛這樣的更現(xiàn)代的網(wǎng)絡(luò)中，大多數(shù)計算都是線性代數(shù)計算，稱為張量數(shù)學(xué)。
2019-07-01 標(biāo)簽：人工智能卷積神經(jīng)網(wǎng)絡(luò) 1k 0
如何訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)以解決實際問題
目標(biāo)值與輸出時產(chǎn)生的實際值之間的差值稱為損失，相關(guān)函數(shù)則稱為損失函數(shù)。網(wǎng)絡(luò)的所有要素和參數(shù)均包含在損失函數(shù)中。
基于CNN的點線聯(lián)合優(yōu)化估計相機(jī)姿態(tài)
提出了一種線檢測CNN（VLSE），其利用了新穎的線段表示和基于Stacked Hourglass network的定制混合卷積塊。
2022-12-01 標(biāo)簽：cnn卷積神經(jīng)網(wǎng)絡(luò) 893 0
基于深度學(xué)習(xí)的散射成像機(jī)理與應(yīng)用
彈道光與散射光在散射成像中不同作用的發(fā)現(xiàn)解釋了深度學(xué)習(xí)散射成像無法突破厚度限制的物理原因，對今后深度學(xué)習(xí)散射成像的應(yīng)用研究具有指導(dǎo)意義。
2023-05-17 標(biāo)簽：深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 885 0
該系統(tǒng)的智能在于其通過k-NN算法從這些角度進(jìn)行VPoA，該算法是一種監(jiān)督式機(jī)器學(xué)習(xí)技術(shù)。
2022-12-07 標(biāo)簽：慣性傳感器傳感系統(tǒng)機(jī)器學(xué)習(xí) 865 0
MAX78000是一款具有超低功耗CNN加速器的AI微控制器，這是一種先進(jìn)的片上系統(tǒng)。它能夠以超低功耗為資源受限的邊緣設(shè)備或物聯(lián)網(wǎng)應(yīng)用提供神經(jīng)網(wǎng)絡(luò)。
卷積神經(jīng)網(wǎng)絡(luò)（CNN）是一種用于對目標(biāo)進(jìn)行重建、分類等處理的深度學(xué)習(xí)方法。自2016年深度學(xué)習(xí)被首次應(yīng)用于散射成像，該研究一直是光學(xué)成像領(lǐng)域的熱門方向。
2023-05-24 標(biāo)簽：深度學(xué)習(xí)cnn卷積神經(jīng)網(wǎng)絡(luò) 809 0
淺談卷積神經(jīng)網(wǎng)絡(luò)中的平移等變性映射
在機(jī)器學(xué)習(xí)中，我們通常關(guān)注模型的靈活性。我們希望知道選擇的模型實際上能夠完成我們想要的任務(wù)。
2023-05-22 標(biāo)簽：機(jī)器學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 808 0
卷積神經(jīng)網(wǎng)絡(luò)是目前計算機(jī)視覺中使用最普遍的模型結(jié)構(gòu)。引入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，既能提取到相鄰像素點之間的特征模式，又能保證參數(shù)的個數(shù)不隨圖片尺寸變化。
2023-05-26 標(biāo)簽：機(jī)器人機(jī)器視覺卷積神經(jīng)網(wǎng)絡(luò) 761 0
基于深度學(xué)習(xí)算法的一系列目標(biāo)檢測算法
YOLO意思是You Only Look Once，創(chuàng)造性的將候選區(qū)和對象識別這兩個階段合二為一，看一眼圖片（不用看兩眼哦）就能知道有哪些對象以及它們的位置。
2023-06-19 標(biāo)簽：算法目標(biāo)檢測深度學(xué)習(xí) 721 0
低秩近似算法在中小型網(wǎng)絡(luò)模型上，取得了很不錯的效果，但其超參數(shù)量與網(wǎng)絡(luò)層數(shù)呈線性變化趨勢，隨著網(wǎng)絡(luò)層數(shù)的增加與模型復(fù)雜度的提升，其搜索空間會急劇增大，目...
2022-12-29 標(biāo)簽：卷積神經(jīng)網(wǎng)絡(luò)卷積網(wǎng)絡(luò) 701 0
?人工智能解密：主流的機(jī)器視覺技術(shù)又有哪些呢？
卷積神經(jīng)網(wǎng)絡(luò)是目前計算機(jī)視覺中使用最普遍的模型結(jié)構(gòu)。引入卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，既能提取到相鄰像素點之間的特征模式，又能保證參數(shù)的個數(shù)不隨圖片尺寸變化。
2023-03-24 標(biāo)簽：機(jī)器視覺人工智能卷積神經(jīng)網(wǎng)絡(luò) 603 0
卷積神經(jīng)網(wǎng)絡(luò)的深度解析與實踐
卷積后產(chǎn)生的特征圖中的值，越靠近1表示與該特征越關(guān)聯(lián)，越靠近-1表示越不關(guān)聯(lián)，而我們進(jìn)行特征提取時，為了使得數(shù)據(jù)更少，操作更方便，就直接舍棄掉那些不相關(guān)...
2024-01-15 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)cnn卷積神經(jīng)網(wǎng)絡(luò) 596 0
FPGA實現(xiàn)CNN卷積層的高效窗口生成模塊設(shè)計與驗證
卷積神經(jīng)網(wǎng)絡(luò)（CNN)可以分為卷積層、池化層、激活層、全鏈接層結(jié)構(gòu)，本篇要實現(xiàn)的，就是CNN的卷積層中的window窗。
2026-04-15 標(biāo)簽：FPGAcnn卷積神經(jīng)網(wǎng)絡(luò) 259 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機(jī)控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機(jī) | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機(jī) | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進(jìn)電機(jī) | SPWM | 充電樁 | IPM | 機(jī)器視覺 | 無人機(jī) | 三菱電機(jī) | ST |
| 伺服電機(jī) | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |
關(guān)注我們的微信
下載發(fā)燒友APP
機(jī)器人發(fā)燒友
