网站首页 技术文章 第175页
-
谷歌大脑用强化学习为移动设备量身定做最好最快的CNN模型
雷锋网AI科技评论按：卷积神经网络（CNN）被广泛用于图像分类、人脸识别、物体检测以及其他许多任务中。然而，为移动设备设计CNN模型是一个有挑战性的问题，因为移动模型需要又小又快，同时还要保持足够的准确率。虽然研究人员们已经花了非常...
2024-10-22 btikc 技术文章 13 ℃ 0 评论 -
STFGNN:用于交通流预测的时空融合图神经网络
文章信息《Spatial-TemporalFusionGraphNeuralNetworksforTrafficFlowForecasting》，收录于国际人工智能会议（AAAI-2021），作者是北京大学的Mengzhan...
2024-10-22 btikc 技术文章 19 ℃ 0 评论 -
通过 Python 中的 Keras 示例了解 CNN 基础知识
引言...
2024-10-22 btikc 技术文章 11 ℃ 0 评论 -
CNN中一些特殊环节的反向传播(面试要点)
传统的神经网络无论是隐层还是激活函数的导数都是可导，可以直接计算出导数函数，然而在CNN网络中存在一些不可导的特殊环节，比如Relu等不可导的激活函数、造成维数变化的池化采样、已经参数共享的卷积环节。NN网络的反向传播本质就是梯度（可能学术...
2024-10-22 btikc 技术文章 12 ℃ 0 评论 -
为何Keras中的CNN是有问题的，如何修复它们?
选自Medium作者：NathanHubens机器之心编译参与：NurhachuNull、张倩在训练了50个epoch之后，本文作者惊讶地发现模型什么都没学到，于是开始深挖背后的问题，并最终从恺明大神论文中得到的知识解决了问题。...
2024-10-22 btikc 技术文章 14 ℃ 0 评论 -
用Keras实现一个标准的CNN! keras实现gan
本文主要介绍了机器学习概念，讨论了典型卷积神经网络中的主要部分，如卷积层、合并层和完全连接层。介绍卷积神经网络（CNN）是一组深层网络，它可以利用数据（如图像）的空间结构来了解数据，从而使算法可以输出一些有用的信息。考虑一个问题，如何确定某...
2024-10-22 btikc 技术文章 10 ℃ 0 评论 -
卷积神经网络CNN完全指南终极版(二)
阅读前请保证已阅读上一篇文章...
2024-10-22 btikc 技术文章 10 ℃ 0 评论 -
二项式定理问题(1):通项公式 二项式定理问题
二项式定理问题(1)。今天来学一下有关二项式定理的一些问题，通过几期视频来学习一下。今天重点讲一个问题叫通项公式。首先先理解一下什么是二项式，二项式就是两项之和它的n次方，二项体现在a、b两项，它的展开式公式是这样的：第一项是cn0，a的n...
2024-10-22 btikc 技术文章 11 ℃ 0 评论 -
CNN 可视化算法 Grad-CAM pointrcnn可视化
上一篇文章介绍了一种CNN模型的可视化算法CAM，但是CAM依赖于全局平均池化(GAP)，使用时需要修改网络结构。本文介绍改良版的算法Grad-CAM，Grad-CAM无需修改原有网络的结构、无需重新训练模型、并且可以适用于...
2024-10-22 btikc 技术文章 6 ℃ 0 评论 -
图像识别与原理51 目标检测04 fast R-CNN
FastR-CNFastR-CNN与R-CNN相同，同样使用VGG16作为网络的backbone，针对R-CNN的速度，内存占用大，准确率低，3个主要问题的更好解决方案。FastR-CNN通过引入一些关键的创新，显著提高了训练速度、检...
2024-10-22 btikc 技术文章 5 ℃ 0 评论
- 控制面板
- 网站分类
- 最新留言