完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>
標簽 > cnn
文章:291個 瀏覽:23561次 帖子:30個
深度學(xué)習(xí)在計算機視覺領(lǐng)域的應(yīng)用一覽
圖像處理,還有視頻處理,曾經(jīng)是很多工業(yè)產(chǎn)品的基礎(chǔ),現(xiàn)在電視,手機還有相機/攝像頭等等都離不開,是技術(shù)慢慢成熟了(傳統(tǒng)方法),經(jīng)驗變得比較重要,而且芯片集...
2019-03-23 標簽:計算機視覺深度學(xué)習(xí)cnn 8.4k 0
在信號處理、圖像處理和其它工程/科學(xué)領(lǐng)域,卷積都是一種使用廣泛的技術(shù)。在深度學(xué)習(xí)領(lǐng)域,卷積神經(jīng)網(wǎng)絡(luò)(CNN)這種模型架構(gòu)就得名于這種技術(shù)。但是,深度學(xué)習(xí)...
2019-02-26 標簽:深度學(xué)習(xí)CNN 4.2k 0
深度學(xué)習(xí)的基礎(chǔ)理論,深度學(xué)習(xí)為何work又為何不work?
深度學(xué)習(xí)的泛化能力為什么那么好?大家知道深度學(xué)習(xí)理論的第一個謎團就是一個大的網(wǎng)絡(luò)動輒百萬參數(shù), 而能夠泛化的如此之好, 這是非常不符合貝卡母剃刀原理的(...
2019-02-15 標簽:人工智能深度學(xué)習(xí)cnn 6.7k 0
想要實現(xiàn)FPGA的CNN加速 需要考慮以下內(nèi)容
網(wǎng)上對于FPGACNN加速的研究已經(jīng)很多了,神經(jīng)網(wǎng)絡(luò)的硬件加速似乎已經(jīng)滿大街都是了,這里我們暫且不討論誰做的好誰做的不好,我們只是根據(jù)許許多多的經(jīng)驗來總...
ACL2017 年中,騰訊 AI-lab 提出了DPCNN,論文中提出了一種基于 word-level 級別的網(wǎng)絡(luò)-DPCNN,由于 TextCNN 不...
2019-02-13 標簽:網(wǎng)絡(luò)CNN 4.1k 0
CNN到底學(xué)到了什么?到底是什么樣的特征在影響著CNN的性能?
接下來我們來檢驗一下,是不是由這張圖來確定的圖片的分類。首先記住,這張圖是最后一層的第 286 個濾波器。如何檢驗?zāi)??我們只需要將這張圖片輸入進網(wǎng)絡(luò),并...
2019-01-29 標簽:神經(jīng)網(wǎng)絡(luò)人工智能cnn 8.3k 0
CNN架構(gòu)創(chuàng)新分為七個不同的類別綜述
深度網(wǎng)絡(luò)的訓(xùn)練頗具挑戰(zhàn)性,這也是近來很多深度網(wǎng)絡(luò)研究的主題。深度 CNN 為復(fù)雜任務(wù)提供了高效的計算和統(tǒng)計。但是,更深的網(wǎng)絡(luò)可能會遭遇性能下降或梯度消失...
在傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)中,比如多層感知機(MLP),其輸入通常是一個特征向量。需要人工設(shè)計特征,然后將用這些特征計算的值組成特征向量。
2019-01-16 標簽:神經(jīng)網(wǎng)絡(luò)CNN 1.2萬 0
來自MMLab香港中文大學(xué)-商湯科技聯(lián)合實驗室,提出一種有監(jiān)督的Metric用于人臉聚類,來部分解決無標注數(shù)據(jù)內(nèi)部結(jié)構(gòu)復(fù)雜、依賴特定Metric、缺乏O...
為了克服這一挑戰(zhàn),在神經(jīng)音頻處理上得到更好的結(jié)果,我們也許需要考慮下為什么基于CNN的風(fēng)格遷移在光譜上的表現(xiàn)不佳。這些技術(shù)基本上是通過應(yīng)用機器視覺來進行...
2018-11-29 標簽:神經(jīng)網(wǎng)絡(luò)圖像CNN 6k 0
CNN經(jīng)典網(wǎng)絡(luò)結(jié)構(gòu)之Le-Net5
.C5層在論文中是個卷積層,但濾波器大小為 5 x 5,所以其本質(zhì)上也是個全連接層。如果將5 x 5 x 16 拉成一個向量,它就是一個全連接層。其輸入...
2018-11-23 標簽:神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)CNN 8.5k 0
近兩年,AI在醫(yī)療影像領(lǐng)域取得諸多突破,已經(jīng)可以幫助醫(yī)生看片,診斷宮頸癌、乳腺癌、食管癌、肺腫瘤等疾病。
回過頭去看下完整的TrellisNet示意圖,可以看到,其實TrellisNet的每一層,都可以視為對隱藏狀態(tài)序列進行一維卷積運算,然后將卷積輸出傳給激...
2018-10-22 標簽:神經(jīng)網(wǎng)絡(luò)CNN 5.2k 0
如何使用numpy搭建一個卷積神經(jīng)網(wǎng)絡(luò)詳細方法和程序概述
內(nèi)容將繼續(xù)秉承之前 DNN 的學(xué)習(xí)路線,在利用Tensorflow搭建神經(jīng)網(wǎng)絡(luò)之前,先嘗試利用numpy手動搭建卷積神經(jīng)網(wǎng)絡(luò),以期對卷積神經(jīng)網(wǎng)絡(luò)的卷積機...
2018-10-20 標簽:濾波器神經(jīng)網(wǎng)絡(luò)CNN 6.8k 0
用Intel Analytics Zoo/BigDL為客服平臺添加AI的實踐(一)
本系列博客主要分享了微軟 Azure 的團隊使用 Intel Analytics Zoo 在 Azure 的平臺上為客戶支持服務(wù)平臺添加 AI 模塊的一...
全卷積網(wǎng)絡(luò)FCN是什么?CNN與FCN有什么關(guān)系?
背景CNN能夠?qū)D片進行分類,可是怎么樣才能識別圖片中特定部分的物體,在2015年之前還是一個世界難題。神經(jīng)
卷積神經(jīng)網(wǎng)絡(luò) (CNN) 已成為圖像分類的首選解決方案
LPC802是NXP推出的一款性價比很高的微處理器,具有EEPROM結(jié)構(gòu)的Flash,開關(guān)矩陣等,可以滿足大部分低端應(yīng)用。
運用遷移學(xué)習(xí),CNN特征,語句特征應(yīng)用已有模型2. 最終的輸出模型是LSTM,訓(xùn)練過程的參數(shù)設(shè)定:梯度上限(gradient clipping), 學(xué)習(xí)...
2018-09-13 標簽:CNN遷移學(xué)習(xí)RNN 5.4萬 0
知識普及:卷積神經(jīng)網(wǎng)絡(luò)模型是怎樣工作的?可以做些什么?
在走進深度學(xué)習(xí)的過程中,最吸引作者的是一些用于給對象分類的模型。最新的科研結(jié)果表示,這類模型已經(jīng)可以在實時視頻中對多個對象進行檢測。而這就要歸功于計算...
2018-08-30 標簽:深度學(xué)習(xí)CNN 8.5k 0
深度學(xué)習(xí)的目標檢測技術(shù)從R-CNN到R-CNN的算法和技術(shù)資料介紹
object detection我的理解,就是在給定的圖片中精確找到物體所在位置,并標注出物體的類別。object detection要解決的問題就是物...
2018-08-26 標簽:目標檢測深度學(xué)習(xí)CNN 5.8k 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 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | 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 |