网站首页 技术文章 第1150页

• 

  深度残差网络+自适应参数化ReLU(调参记录20)Cifar10~94.17%

  在之前的...

  2024-09-17 btikc 技术文章 21 ℃ 0 评论
• 

  自回归模型 - PixelCNN

  介绍生成模型是近年来受到广泛关注的无监督学习中的一类重要模型。可以将它们定义为一类模型，其目标是学习如何生成与训练数据来自同一数据集的新样本。在训练阶段，生成模型试图解决密度估计的核心任务。在密度估计中，我们的模型学习构建一个估计——pm...

  2024-09-17 btikc 技术文章 22 ℃ 0 评论
• 

  一种推理优化新思路，对特征图进行「随机采样-插值」

  作者：张凯分享一篇ECCV2020的论文：SpatiallyAdaptiveInferencewithStochasticFeatureSamplingandInterpolation...

  2024-09-17 btikc 技术文章 25 ℃ 0 评论
• 

  机器不学习:窥探CNN经典模型——他山之玉 可以攻石

  机器不学习www.jqbxx.com:深度聚合机器学习、深度学习算法及技术实战上一篇文章介绍了CNN的基础知识以及它的优势，今天这篇文章主要来看一看一些著名的卷积神经网络的结构特点，以便我们对CNN有更加直观地认识。...

  2024-09-17 btikc 技术文章 20 ℃ 0 评论
• 

  「世界最大人脸对齐数据集」ICCV 2017:距离解决人脸对齐已不远

  1新智元编译ImageNet百万级精准标记数据集开启了图像识别新时代，人们也由此意识到，数据跟算法同样重要。为了构建更好的模型和算法，越来越多的研究人员开始在数据集方面展开探索，而且，标记数据的方法也不仅仅限于耗时耗力的人工。这方面最新的...

  2024-09-17 btikc 技术文章 25 ℃ 0 评论
• 

  深度残差网络+自适应参数化ReLU激活函数(调参记录17)

  本文在...

  2024-09-17 btikc 技术文章 23 ℃ 0 评论
• 

  深度残差网络+自适应参数化ReLU激活函数(调参记录10)

  本文在...

  2024-09-17 btikc 技术文章 21 ℃ 0 评论
• 

  深度残差网络+自适应参数化ReLU激活函数(调参记录16)

  在调参记录15...

  2024-09-17 btikc 技术文章 20 ℃ 0 评论
• 

  深度残差网络+自适应参数化ReLU激活函数(调参记录7)

  续前一篇：...

  2024-09-17 btikc 技术文章 21 ℃ 0 评论
• 

  利用注意力模块和残差模块进行深度学习模型训练

  我将使用Python代码举例说明如何在深度学习模型中结合注意力模块和残差模块。我们将以构建一个简单的神经网络为例，该网络包含残差块和自注意力机制。为了简化，我们将使用PyTorch框架来实现这个模型。Python代码示例...

  2024-09-17 btikc 技术文章 22 ℃ 0 评论