基于深度學(xué)習(xí)（DL）的數(shù)據(jù)驅(qū)動(dòng)的非參數(shù)化MEMS結(jié)構(gòu)設(shè)計(jì)方法

在本論文研究中，作者們提出使用深度學(xué)習(xí)技術(shù)，通過(guò)快速準(zhǔn)確地預(yù)測(cè)具有不同幾何結(jié)構(gòu)特征的眾多設(shè)計(jì)候選方案的物理特性，加速M(fèi)EMS設(shè)計(jì)周期。

2022-09-26 標(biāo)簽：mems機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.5k 0

基于深度學(xué)習(xí)的低光照增強(qiáng)技術(shù)解析

訓(xùn)練數(shù)據(jù)采用的是用PS調(diào)整過(guò)的高質(zhì)量圖像和對(duì)應(yīng)的合成低光照?qǐng)D像（隨機(jī)減少亮度、對(duì)比度，伽馬校正）。損失函數(shù)為帶正則項(xiàng)的誤差矩陣的F-范數(shù)平方，即誤差平方和。

2022-12-07 標(biāo)簽：成像系統(tǒng)深度學(xué)習(xí) 1.5k 0

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的區(qū)別

　　機(jī)器學(xué)習(xí)是一種方法，利用算法來(lái)讓機(jī)器可以自我學(xué)習(xí)和適應(yīng)，而且不需要明確地編程。在許多應(yīng)用中，需要機(jī)器使用歷史數(shù)據(jù)訓(xùn)練模型，然后使用該模型來(lái)對(duì)新數(shù)據(jù)進(jìn)...

2023-08-02 標(biāo)簽：算法機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.5k 0

GPU引領(lǐng)的深度學(xué)習(xí)

早期的機(jī)器學(xué)習(xí)以搜索為基礎(chǔ)，主要依靠進(jìn)行過(guò)一定優(yōu)化的暴力方法。但是隨著機(jī)器學(xué)習(xí)逐漸成熟，它開(kāi)始專注于加速技術(shù)已經(jīng)很成熟的統(tǒng)計(jì)方法和優(yōu)化問(wèn)題。同時(shí)深度學(xué)習(xí)...

2023-05-09 標(biāo)簽：gpu機(jī)器學(xué)習(xí)深度學(xué)習(xí) 1.5k 0

卷積神經(jīng)網(wǎng)絡(luò)誤差分析

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNNs）作為深度學(xué)習(xí)的一個(gè)重要分支，在圖像處理、計(jì)算機(jī)視覺(jué)等領(lǐng)域取得了顯著...

2024-07-11 標(biāo)簽：濾波器深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 1.5k 0

基于特征深度學(xué)習(xí)重建網(wǎng)絡(luò)來(lái)恢復(fù)通暢的圖像

深度相機(jī)正在成為一種基石模式，具有直接或間接依賴于測(cè)量深度的多種應(yīng)用，包括個(gè)人設(shè)備、機(jī)器人和自動(dòng)駕駛汽車。

2022-08-18 標(biāo)簽：網(wǎng)絡(luò)影像深度學(xué)習(xí) 1.5k 0

卷積神經(jīng)網(wǎng)絡(luò)概述及Python實(shí)現(xiàn)

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNN）是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)（Feedforwar...

2024-07-04 標(biāo)簽：python深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 1.5k 0

你需要知道的11個(gè)Torchvision計(jì)算機(jī)視覺(jué)數(shù)據(jù)集

計(jì)算機(jī)視覺(jué)是一個(gè)顯著增長(zhǎng)的領(lǐng)域，有許多實(shí)際應(yīng)用，從自動(dòng)駕駛汽車到面部識(shí)別系統(tǒng)。該領(lǐng)域的主要挑戰(zhàn)之一是獲得高質(zhì)量的數(shù)據(jù)集來(lái)訓(xùn)練機(jī)器學(xué)習(xí)模型。

2023-04-10 標(biāo)簽：gpu計(jì)算機(jī)數(shù)據(jù)庫(kù) 1.5k 0

卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)示例

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡(jiǎn)稱CNN）是一種深度學(xué)習(xí)模型，主要用于處理具有網(wǎng)格結(jié)構(gòu)的數(shù)據(jù)，如圖像。CNN通...

2024-07-03 標(biāo)簽：函數(shù)模型深度學(xué)習(xí) 1.5k 0

基于深度學(xué)習(xí)的車牌識(shí)別偵測(cè)網(wǎng)絡(luò)模型

基于深度學(xué)習(xí)的車牌識(shí)別，其中，車輛檢測(cè)網(wǎng)絡(luò)直接使用YOLO偵測(cè)。而后，才是使用網(wǎng)絡(luò)偵測(cè)車牌與識(shí)別車牌號(hào)。

2023-02-19 標(biāo)簽：圖像增強(qiáng)深度學(xué)習(xí) 1.5k 0