cnn

AI扶我青云志10 天前
rnn·深度学习·cnn
ANN、CNN、RNN 深度解析上次的博客讲解的是深度学习的大致内容,但对于三大神经网络层面并不是很详细,所以我写这个博客来对ANN、CNN、RNN进行更深、更全面的讲解。
野生的程序媛10 天前
人工智能·rnn·深度学习·神经网络·机器学习·语言模型·cnn
第三章 卷积神经网络卷积是卷积神经网络的核心操作,主要功能是在图像或特征上滑动卷积核(滤波器),提取新的特征。根据维度不同可分为:
大模型铲屎官11 天前
人工智能·pytorch·python·深度学习·机器学习·cnn·llm
【深度学习-Day 31】CNN基石:彻底搞懂卷积层 (Convolutional Layer) 的工作原理01-玩转LangChain:从模型调用到Prompt模板与输出解析的完整指南 02-玩转 LangChain Memory 模块:四种记忆类型详解及应用场景全覆盖 03-全面掌握 LangChain:从核心链条构建到动态任务分配的实战指南 04-玩转 LangChain:从文档加载到高效问答系统构建的全程实战 05-玩转 LangChain:深度评估问答系统的三种高效方法(示例生成、手动评估与LLM辅助评估) 06-从 0 到 1 掌握 LangChain Agents:自定义工具 + LLM 打造智能
十子木14 天前
人工智能·深度学习·机器学习·cnn
什么是池化池化是深度学习中用于降低数据维度、提取核心特征的一种操作,主要应用于卷积神经网络(CNN)。其核心思想是通过对局部区域进行聚合统计(如取最大值、平均值),保留关键信息的同时减少计算量。
可爱美少女14 天前
分类·数据挖掘·cnn
Kaggle-Plant Seedlings Classification-(多分类+CNN+图形处理)Plant Seedlings Classification就是给出很多图片,预测出图片中的小草是什么类型的。
白熊18815 天前
深度学习·计算机视觉·cnn
【深度学习】卷积神经网络(CNN):计算机视觉的革命性引擎在深度学习兴起之前,计算机视觉主要依赖手工设计特征:这些方法存在明显局限:核心问题:特征设计高度依赖专家经验,难以适应复杂多变的真实场景。2010年ImageNet竞赛中,传统方法的Top-5错误率高达25%以上。
简诚15 天前
人工智能·学习·cnn
CSPNet: 一种增强CNN学习能力的新型骨干网络CSPNet: 一种增强CNN学习能力的新型骨干网络神经网络在目标检测等计算机视觉任务中取得了显著成果,但其成功高度依赖昂贵的计算资源,限制了在廉价设备上的应用。本文提出跨阶段部分网络(CSPNet),从网络架构角度解决先前工作推理计算量大的问题。该问题源于网络优化中的梯度信息重复。CSPNet通过整合网络阶段起始和结束的特征图,保留梯度的多样性,在ImageNet数据集上减少20%计算量的同时保持或提升精度,并在MS COCO目标检测任务中以(\text{AP}_{50})指标显著优于SOTA方法。CS
知舟不叙15 天前
深度学习·分类·cnn·卷积神经网络·图像分类·模型保存
深度学习——基于卷积神经网络实现食物图像分类【3】(保存最优模型)本文将详细介绍如何使用PyTorch框架构建一个完整的食物图像分类系统,包含数据预处理、模型构建、训练优化以及模型保存等关键环节。与上一篇博客介绍的版本相比,本版本增加了模型保存与加载功能,并优化了测试评估流程。
no_work16 天前
人工智能·神经网络·cnn
基于CNN卷积神经网络识别汉字合集-视频介绍下自取内容包括:含ShuffleNet等多个模型的手写中文汉字识别摄像头版109含ShuffleNet等多个模型的手写中文汉字识别摄像头版_哔哩哔哩_bilibili
24毕业生从零开始学ai16 天前
人工智能·神经网络·cnn
探秘卷积神经网络(CNN):从原理到实战的深度解析在图像识别、视频处理等领域,卷积神经网络(Convolutional Neural Network,简称 CNN)如同一位 “超级侦探”,能够精准捕捉图像中的关键信息,实现对目标的快速识别与分析。从医疗影像诊断到自动驾驶中的路况感知,CNN 凭借独特的架构设计和强大的特征提取能力,成为深度学习领域的中流砥柱。接下来,让我们深入探索 CNN 的奥秘。
weixin_4532536516 天前
人工智能·深度学习·cnn
CNN卷积神经网络实战(1)CNN卷积神经网络的由来:CNN卷积神经网络是基于MLP模型上解决图片像素很大的时候,训练参数很多时,如何减少训练参数的数量的问题上衍生的。对于上述问题的解决办法是提取出图像中的关键信息(或关键轮廓),提取后再建立MLP模型进行训练。
Leo Chaw17 天前
深度学习·神经网络·cnn
27 - ASPP模块论文《Rethinking Atrous Convolution for Semantic Image Segmentation》
no_work18 天前
深度学习·小程序·cnn
基于CNN深度学习的小程序识别-视频介绍下自取内容包括:基于深度学习的花卉检测小程序含检测结果简介156基于深度学习的花卉检测小程序含检测结果简介_哔哩哔哩_bilibili。
JINX的诅咒18 天前
嵌入式硬件·fpga开发·cnn·开源
FPGA多通道卷积加速器:从零构建手写识别的硬件引擎我最近在从事一项很有意思的项目,我想在PFGA上部署CNN并实现手写图片的识别。而本篇文章,是我迈出的第二步。具体代码已发布在github上
四川兔兔19 天前
人工智能·pytorch·cnn
Pytorch 卷积神经网络参数说明一在前两个实战中,我们只学会了如何搭建神经网络,但是里面有些函数接口不明白怎么回事,在这篇文章中,我们会逐一解答。
追风哥哥20 天前
rnn·深度学习·cnn·卷积神经网络·transformer
Transformer、RNN (循环神经网络) 和 CNN (卷积神经网络)的区别我们来详细对比一下 Transformer、RNN (循环神经网络) 和 CNN (卷积神经网络) 这三种在深度学习中极其重要的架构,并通过具体例子说明它们的区别。
机器学习之心20 天前
cnn·gru·transformer·cnn-gru·transformer-gru·五模型时序预测对比
Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型时序预测对比Transformer-GRU、Transformer、CNN-GRU、GRU、CNN五模型单变量时间序列预测对比 (Matlab2023b)
王上上21 天前
论文阅读·cnn·lstm
【论文阅读31】-CNN-LSTM(2025)-电池健康预测本文提出了一个基于多模态充电数据和残差神经网络的 SOH 估算框架,利用真实 EV 车队大数据验证了方法的有效性,并实现开源发布,推动了电池健康管理从实验室走向实际应用。
no_work22 天前
pytorch·深度学习·cnn·音视频·语音识别·梅卡尔
深度学习小项目合集之音频语音识别-视频介绍下自取内容包括:基于python深度学习对动物的异常声音识别179基于python深度学习对动物的异常声音识别_哔哩哔哩_bilibili
Humbunklung22 天前
人工智能·python·深度学习·神经网络·机器学习·cnn
全连接层和卷积层全连接层(Fully Connected Layer,简称FC层)是神经网络中的一种基本结构。在全连接层中,上一层的每一个神经元都与下一层的每一个神经元相连接。每条连接都有一个可学习的权重参数。全连接层通常用于神经网络的最后几层,用于将特征映射到输出空间,实现分类或回归等任务。