卷积神经网络

装不满的克莱因瓶

掌握感知器的学习原理目录一、前言二、什么是感知器三、生物神经元与感知器四、感知器的数学模型五、激活函数六、感知器如何完成分类

ResNet-18网络模型+原理解析+Pytorch实现+手写模型ResNet-18 通过引入残差连接（Skip Connection），有效解决了深层卷积神经网络（CNN）中常见的梯度消失与网络退化问题。

性感博主在线瞎搞

【神经网络】卷积神经网络（二）卷积层以及池化层的实现上篇文章【神经网络】卷积神经网络（一）总览以及卷积层、池化层我们已经介绍了卷积神经网络中关于卷积层和池化层的运作原理，本文我们将详细说明卷积层和池化层的具体实现方式。

TensorFlow花卉图片分类器模型训练TensorFlow Lite Model Maker由于依赖库与新版本的Python不兼容的问题，我们将方案转为用 TensorFlow/Keras 训练一个花卉图片分类模型，并把训练好的模型转换为 TensorFlow Lite 的 .tflite 文件。

VGG16模型原理讲解-手写代码解析VGG16模型论文地址：https://arxiv.org/pdf/1409.1556.pdf输入：224×224 RGB 图像，

神经网络梳理神经元 neuron 的基本结构细胞体cell body 树突dendrite 轴突 axon。感知机perceptron 激活函数 activation function

青春不败 177-3266-0520

MATLAB 2024b深度学习新特性全面解析与DeepSeek大模型集成开发第一章：MATLAB 2024b深度学习工具箱新特性简介1、MATLAB Deep Learning Toolbox概览

《智能重生：从垃圾堆到AI工程师》——第九章语言与理解专栏总目录：《智能重生》AI工程师成长小说专栏陆鸣是被一阵儿童的哭声吵醒的。净土地的早上，这种声音不罕见。大断线后，孤儿的数量比任何时候都多。但今天这哭声有些不同——不是饥饿，不是疼痛，而是那种“为什么”的哭法。一个孩子反复问着一个问题，大人答不上来，孩子就一直问，问到嗓子哑了。

第六章《从感知到认知》完整学习资料本资料为《智能重生：从垃圾堆到AI工程师》第六章的配套学习内容。阅读小说原文：第六章《从感知到认知》专栏总目录：《智能重生》AI工程师成长小说专栏

【李沐 | 动手学深度学习】13 含并行连结的网络（GoogLeNet）目录前言1 GoogLeNet详解1.1 核心思想：Inception块为什么需要Inception？

【李沐 | 动手学深度学习】12 使用块的网络VGG目录前言1 VGG(1) VGG块(2) VGG架构(3) 优缺点分析2 代码实现(1) Vgg块(2) Vgg网络（Vgg-11为例）

每天进步一点点️

AI芯片NPU子系统架构解析：从计算核心到数据流转这张图其实展示了两个完全一样的“计算集群“（NPC0和NPC1），这是为了提供双核冗余或更高的算力。以NPC0为例，来梳理架构

【李沐 | 动手学深度学习】11-1 现代卷积神经网络-AlexNet上一章节学习了卷积神经网络的基本原理，本章开始现代卷积神经网络架构的学习，许多现代卷积神经网络的研究都是建立在这一章的基础上的。深度神经网络——将神经网络堆叠在一起，但由于不同的网络架构和超参数选择，这些神经网络的性能会发生很大变化。

简简单单做算法

基于CNN卷积神经网络的数据预测matlab仿真,对比BP,RBF,LSTM目录1.前言2.算法测试效果图预览3.算法运行软件版本4.部分核心程序5.算法理论概述5.1 卷积层特征提取

Etherious_Young

基于ResNet的石化图像及数据分类项目——从模型训练到GUI应用开发的完整实践因不知名原因，暂时无法上传项目文件。本项目数据集来自百度飞浆公开数据集——中石油图像分类。目录摘要一、项目背景

ResNet 残差网络：迁移学习实现食物分类实战在计算机视觉领域，残差网络（ResNet）是解决深层网络训练难题的里程碑式模型，而迁移学习则让预训练的ResNet模型能快速适配各类自定义视觉任务，实现小数据集下的高精度建模。本文将从ResNet核心原理出发，结合完整的PyTorch代码实战，手把手教你将ResNet18迁移到食物分类任务中，让你既懂原理又能落地。

卷积神经网络——附水果分类案例及参数优化卷积神经网络是一类包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks）。它通过卷积操作来提取输入数据的局部特征，并通过多层卷积和池化操作形成复杂的特征表示，最终通过全连接层进行分类或回归等任务。

有梦想的攻城狮

卷积神经网络（CNN）详解卷积神经网络（Convolutional Neural Network, CNN）是一种专门用于处理网格状数据（如图像、语音、视频）的深度学习模型。它的核心思想是通过局部连接和权值共享来有效提取数据的空间特征，同时大大减少模型参数。

民乐团扒谱机

【读论文】深度学习中的卷积算术指南 A guide to convolution arithmetic for deep learning本指南的作者感谢大卫·沃德-法利、纪尧姆·阿兰和贾拉尔·居尔切雷提供的宝贵反馈。同时，也感谢所有通过有益的评论、建设性的批评和代码贡献帮助完善本教程的读者，期待大家继续提出建议！

21.WSL中部署gnina分子对接程序dsgnina（发音为 NEE-na）是一个分子对接程序，集成了使用卷积神经网络对配体进行评分和优化的支持。它是 smina 的一个分支，而 smina 是 AutoDock Vina 的一个分支。