技术栈
dnn
No.Ada
1 天前
论文阅读
·
人工智能
·
dnn
基于脑电图(EEG)的认知负荷检测实验范式与深度神经网络的系统综述 论文笔记
对论文Systematic review of experimental paradigms and deep neural networks for electroencephalography-based cognitive workload detection的解读
文火冰糖的硅基工坊
5 天前
人工智能
·
神经网络
·
算法
·
dnn
[人工智能-大模型-58]:模型层技术 - 深度神经网络的本质是一个复杂的复合数学函数
深度神经网络的本质是一个极其复杂的复合数序函数,本文试图从数学抽象和计算机制的角度抓住了深度学习的核心。以下从更深入的层面展开分析,并补充其复杂性的来源、实际影响及理论意义:
JANGHIGH
11 天前
opencv
·
yolo
·
dnn
YOLO系列——OpenCV DNN模块在YOLOv11检测物体时输出的边界框坐标问题
YOLOv11检测物体时,OpenCV DNN模块输出的边界框坐标采用中心点坐标加宽高的格式(x_center, y_center, width, height),即每个边界框由中心点横纵坐标和宽度高度四个参数确定。
MicroTech2025
13 天前
科技
·
算法
·
dnn
微算法科技MLGO推出隐私感知联合DNN模型部署和分区优化技术,开启协作边缘推理新时代
在人工智能与边缘计算深度融合的时代背景下,如何在保障数据隐私的同时实现高效的深度学习推理,正成为智能产业发展的核心挑战之一。尤其是在自动驾驶、智慧医疗、工业制造和智能城市等对响应时间和数据敏感性要求极高的场景中,边缘智能推理的性能瓶颈日益凸显。
shimly123456
14 天前
人工智能
·
神经网络
·
dnn
·
并行计算
(done) 并行计算 CS149 Lecture10 (DNN评估与优化)
url: https://www.bilibili.com/video/BV1du17YfE5G?spm_id_from=333.788.videopod.sections&vd_source=7a1a0bc74158c6993c7355c5490fc600&p=10
星期天要睡觉
18 天前
opencv
·
计算机视觉
·
dnn
计算机视觉(opencv)——基于 OpenCV DNN 的实时人脸检测 + 年龄与性别识别
在计算机视觉领域中,人脸检测与**人脸属性识别(如年龄、性别)**是最典型的视觉分析任务之一。本文将带你从零构建一个完整的“摄像头实时人脸检测 + 年龄识别 + 性别识别”系统,基于 OpenCV 的 DNN 模块和预训练的 Caffe 模型实现。
C嘎嘎嵌入式开发
21 天前
人工智能
·
神经网络
·
dnn
(一) 机器学习之深度神经网络
深度神经网络(Deep Neural Networks, DNN)是人工智能领域的核心技术之一,通过多层非线性变换学习复杂的特征表示。本文深入解析DNN的基本原理、网络架构、训练算法以及从感知机到现代深度网络的发展历程,帮助读者全面理解这一重要技术。
Dream_言十
22 天前
神经网络
·
学习
·
dnn
·
论文笔记
光通信|可旋转DNN赋能OAM模式可控路由
针对传统OAM模式复用光路由中存在模式演化关联强、路由功能固定、灵活性与可扩展性不足等问题,该研究提出一种基于可旋转衍射神经网络的OAM模式多端口可控路由策略。
Dream_言十
22 天前
神经网络
·
学习
·
dnn
·
论文笔记
光全息|OAM-旋转双维度复用全息
针对传统OAM模式复用全息中光学复用参数维度有限、模式-全息映射固定导致的信道扩展与动态调控困难,该研究提出基于可旋转衍射神经网络的双参数编码机制,引入旋转状态作为外在调制自由度,与固有OAM模式协同构建多维编码空间。
Monkey的自我迭代
1 个月前
人工智能
·
opencv
·
dnn
opencv的DNN模块里
这段代码实现了基于深度学习的图像风格迁移功能,使用OpenCV的dnn模块加载预训练的PyTorch模型,将艺术风格应用到输入图像上。
寒月霜华
1 个月前
人工智能
·
机器学习
·
dnn
机器学习-深度神经网络架构
Sunhen_Qiletian
1 个月前
网络
·
深度学习
·
dnn
深度学习----ResNet(残差网络)-彻底改变深度神经网络的训练方式:通过残差学习来解决深层网络退化问题(附PyTorch实现)
时间:2025年9月23日 17:37:05 星期二作者:AI技术爱好者 Sunhen_Qiletian
心动啊121
1 个月前
人工智能
·
神经网络
·
dnn
深度神经网络1——梯度问题+标签数不够问题
要解决一个复杂问题,可能要训练更深的神经网络,可能会10层及以上,每层包含数百个神经元,成千上万个连接。这样大的神经网络在训练的时候可能会遇到以下问题:
一袋米扛几楼98
2 个月前
人工智能
·
机器学习
·
dnn
【机器学习】什么是DNN / MLP(全连接深度神经网络, Deep Neural Network / Multilayer Perceptron)?
一句话:MLP 就是由多层“线性加权求和 + 非线性激活”堆起来的网络;层与层之间全连接,没有卷积、注意力或递归结构。
人工智能培训网
2 个月前
人工智能
·
神经网络
·
dnn
对于深度神经网络,为了使得训练过程更少遇到极小点,应该采用何种权重初始化策略?
在深度神经网络中,权重初始化策略的核心目标是打破对称性、维持信号(前向传播)和梯度(反向传播)的稳定方差,从而避免训练陷入不良的局部极小点(更常见的是鞍点)并加速收敛。以下是为减少陷入不良极小点/鞍点风险而推荐的关键策略:
旧时光巷
3 个月前
人工智能
·
pytorch
·
深度学习
·
dnn
·
模型训练
·
手写数字识别
·
深度神经网络
【深度学习②】| DNN篇
本文将系统介绍基于PyTorch的深度神经网络(DNN)相关知识,包括张量的基础操作、DNN的工作原理、实现流程,以及批量梯度下降、小批量梯度下降方法和手写数字识别案例。通过学习,你将掌握DNN的核心概念、PyTorch实操技能,理解从数据处理到模型训练、测试的完整流程,具备搭建和应用简单DNN模型的能力。
喵王叭
3 个月前
神经网络
·
cnn
·
dnn
【神经网络概述】从感知机到深度神经网络(CNN & RNN)
输入矩阵边缘处理:填充 0 -> 宽卷积 v.s. 窄卷积序列到序列模型 (Seq2Seq)词嵌入是自然语言处理(NLP)中用于将文本中的 “词” 转换为低维稠密向量的技术,核心目标是用数值向量表示词的语义信息。在神经网络中,嵌入层(Embedding Layer)的功能就是通过嵌入矩阵将词的索引转换为嵌入向量
jndingxin
4 个月前
人工智能
·
opencv
·
dnn
OpenCV中超分辨率(Super Resolution)模块类cv::dnn_superres::DnnSuperResImpl
OpenCV中超分辨率(Super Resolution)模块的一个内部实现类。它属于dnn_superres模块,用于加载和运行基于深度学习的图像超分辨率模型。
2201_75491841
5 个月前
人工智能
·
opencv
·
dnn
深入理解 OpenCV 的 DNN 模块:从基础到实践
在计算机视觉领域蓬勃发展的当下,深度学习模型的广泛应用推动着技术的不断革新。OpenCV 作为一款强大且开源的计算机视觉库,其 DNN(Deep Neural Network)模块为深度学习模型的落地应用提供了高效便捷的解决方案。本文将以理论为核心,结合少量关键代码示例,深入解析 OpenCV 的 DNN 模块,助力开发者掌握这一实用工具的精髓。
缘友一世
5 个月前
pytorch
·
cnn
·
dnn
PyTorch深度神经网络(前馈、卷积神经网络)
z ( l ) = W ( l ) ⋅ a ( l − 1 ) + b ( l ) a ( l ) = f l ( z ( l ) ) \begin{aligned} z^{(l)} &= W^{(l)} \cdot a^{(l-1)} + b^{(l)} \\ a^{(l)} &= f_l(z^{(l)}) \end{aligned} z(l)a(l)=W(l)⋅a(l−1)+b(l)=fl(z(l))