搜索结果
查询Tags标签： cnn，共有 88条记录-
深度学习基础入门篇[8]：：计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算
深度学习基础入门篇[8]：：计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算 1.计算机视觉与卷积神经网络 1.1计算机视觉综述 计算机视觉作为一门让机器学会如何去“看”的学科，具体的说，就是让机器去识别摄像机拍摄的图片或视频中的物体，检测出物体…
2023/5/22 1:52:09 人评论 次浏览 -
《Deep Feature Extraction and Classification of Hyperspectral Images Based on Convolutional Neural Ne
论文题目《Deep Feature Extraction and Classification of Hyperspectral Images Based on Convolutional Neural Networks》 论文作者：Y ushi Chen, Member , IEEE, Hanlu Jiang, Chunyang Li, Xiuping Jia, Senior Member , IEEE, and Pedram Ghamisi, Member , IEEE…
2022/9/14 23:21:08 人评论 次浏览 -
卷积神经网络在深度学习中新发展的5篇论文推荐
1、Deformable CNN and Imbalance-Aware Feature Learning for Singing Technique Classification Yuya Yamamoto, Juhan Nam, Hiroko Terasawa https://arxiv.org/pdf/2206.12230 歌唱技术是利用音色、音高和声音的其他成分的时间波动来进行富有表现力的声乐表演。它们的…
2022/7/4 23:25:00 人评论 次浏览 -
【简读】3DConvCaps: 3DUnet with Convolutional Capsule Encoder for Medical Image Segmentation
简读 还是源于Unet的，将Unet的模块替换成了胶囊网络，替换源于CNN中存在以下原因： （1）CNN中的池化会丢失一部分空间信息（个人觉得这个是见仁见智的，如果不通过池化，特征提取就可能满足不了平移不变性了） （2）CNN对旋转和仿射变换敏感（CNN的卷积有良好的平移不变…
2022/6/8 23:20:36 人评论 次浏览 -
基于PPQ的CNN卷积神经网络INT8型量化感知训练应用小结
1、引言 对于在FPGA端侧进行CNN卷积神经网络加速，合适的量化方法不仅能够有效的提升DSP在单位周期内的操作数，同样也能够降低对存储空间、片内外交互带宽、逻辑资源等的需求。例如采用16Bit量化方式，每个DSP可以进行1次乘法运算；采用8Bit量化方式，DSP可以进行2次乘法…
2022/4/23 6:16:06 人评论 次浏览 -
C#接口访问超时时间修改
1.数据库连接字符串中添加对数据库的访问时间 Connect Timeout=500 单位秒。默认30秒 eg. <add key="ConnectionString" value="Data Source=1.1.1.1;Initial Catalog=aa;User ID=sa;PassWord=psd;Connect Timeout=500" />2.web.config中添加e…
2022/3/7 11:15:07 人评论 次浏览 -
Python的CNN笔记
降维方法 有PCA（主成分分析）和LDA（线性判别分析，Fisher Linear Discriminant Analysis 1：Tensorflow中examples.tutorials.mnist中 input_data数据类 在tensorflow最初时一直用的就是最经典的mnist手写字符识别中的数据集了，而且在tensorflow中直接封装好的是mnist手…
2022/3/2 20:47:22 人评论 次浏览 -
面向物联网的可重构流式深度卷积神经网络加速器
面向物联网的可重构流式深度卷积神经网络加速器 摘要 卷积神经网络（CNN）在图像检测中具有显著的准确性。为了在物联网设备中使用CNN实现图像检测，提出了一种流媒体硬件加速器。建议的加速器通过避免不必要的数据移动来优化能效。利用独特的滤波器分解技术，加速器可以支…
2022/3/2 6:45:10 人评论 次浏览 -
11种CNN网络设计中精巧通用的“小”插件
导言 本文转载于：（附代码）真正的即插即用！盘点11种CNN网络设计中精巧通用的“小”插件 所谓“插件”，就是要能锦上添花，又容易植入、落地，即真正的即插即用。本文盘点的“插件”能够提升CNN平移、旋转、scale等变性能力或多尺度特征提取，感受野等能力，在很多SOTA…
2022/2/28 23:53:50 人评论 次浏览 -
[論文筆記] R-CNN
目录 RCNN 的架構 相較於過去其他算法的優點 訓練過程 其他部分 參考文獻RCNN 的架構RCNN 架構主要由以下幾個部分組成: 1. 抽取圖像中多個候選區域 這個部份負責從圖像中，找出可能是物件的候選區域 (region propos)RCNN中採用了 selective search 來計算候選區域 2. 抽取…
2022/2/23 6:25:10 人评论 次浏览 -
《深度学习入门：基于Python的理论与实现》读书笔记：第7章 卷积神经网络
目录 第7章 卷积神经网络 7.1 整体结构 7.2 卷积层 7.2.1 全连接层存在的问题 7.2.2 卷积运算 7.2.3 填充 7.2.4 步幅 7.2.5 3维数据的卷积运算 7.2.6 结合方块思考 7.2.7 批处理 7.3 池化层 7.4 卷积层和池化层的实现 7.4.1 4维数组 7.4.2 基于im2col的展开 7.4.…
2022/2/8 1:13:48 人评论 次浏览 -
Python读数据库输出Excel表（完整程序），cell格式全部处理为文本
# 读取MySql数据库，写入excel文件import mysql.connector as myscfrom openpyxl import Workbookwb = Workbook()ws = wb.activeip = "127.0.0.1"cnn = mysc.connect(host=ip,user=user, password=password, database=db)cursor = cnn.cursor()#先写表头，用字…
2022/2/5 19:42:30 人评论 次浏览 -
CNN-卷积神经网络简单入门（1）
卷积神经网络（Convolutional Neural Networks, CNN）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），是深度学习（deep learning）的代表算法之一 ，通常由输入层、卷积层、池化层、全连接层、输出层结构组成，其中卷积层、池化层、全…
2022/2/4 23:42:27 人评论 次浏览 -
《Deep Learning for Computer Vision withPython》阅读笔记-StarterBundle(第11 - 12章)
//2022.1.15日上午11:02阅读笔记 1.卷积神经网络 到目前为止，我们对机器学习和神经网络的全部回顾都指向了这一点:理解卷积神经网络(Convolutional neural networks, cnn)及其在深度学习中的作用。在传统的前馈神经网络中(就像我们在第10章中学习的那些)，输入层的每个神…
2022/2/3 17:14:22 人评论 次浏览 -
CNN反向传播：从直觉到起源
CNN反向传播：从直觉到起源Convolutional Neural Networks backpropagation: from intuition to derivation这里假设你已经对多层感知器、损失函数、反向传播等有一定掌握，如果还没有了解过，最好先去了解一下 开篇 Convolutional Neural Networks（CNN）现在是做图像分类…
2022/1/30 23:10:37 人评论 次浏览
