网站首页 第111页

• 

  码农必须了解的5种神经网络架构

  在本文中，我以无特定顺序列出了用于计算机视觉的前5种神经网络体系结构卷积神经网络历史卷积的思想是福岛邦彦首次提出的。新认知加速器引入了两种类型的层，即卷积层和下采样层。然后，YanLeCun等人进行了下一个关键的改进。当他们使用反向传播从...

  2025-05-25 wudianyun 精选文章 25 ℃
• 

  深度学习基础知识题库大全

  1、梯度下降算法的正确步骤是什么？a.计算预测值和真实值之间的误差b.重复迭代，直至得到网络权重的最佳值c.把输入传入网络，得到输出值d.用随机值初始化权重和偏差e.对每一个产生误差的神经元，调整相应的（权重）值以减小误差A.abcdeB...

  2025-05-25 wudianyun 精选文章 22 ℃
• 

  智能图像识别初探系列(三)

  一、神经网络的结构在上一篇文章中，我们介绍了智能图像识别的前置知识，现在我们就具体来了解下图像处理过程。我们提到卷积神经网络技术是一种深度前馈神经网络，在图片分类、图片检索、目标检测、目标分割、目标跟踪、视频分类、姿态估计等图像视频相关领域...

  2025-05-25 wudianyun 精选文章 27 ℃
• 

  汇总|实时性语义分割算法

  作者：明泽Danny来源：公众号|计算机视觉工坊（系投稿）前言本次给大家更新的是关于实时语义分割的工作。语义分割论文语义图像分割是计算机视觉中发展最快的领域之一，有着广泛的应用。在许多领域，如机器人和自动驾驶汽车，语义图像分割是至关重要的，...

  2025-05-25 wudianyun 精选文章 22 ℃
• 

  彻底了解卷积神经网络CNN(二)

  在卷积神经网络中，有一个非常重要的特性：权值共享。所谓的权值共享就是说，给一张输入图片，用一个filter去扫这张图，filter里面的数就叫权重，这张图每个位置是被同样的filter扫的，所以权重是一样的，也就是共享。池化层上图显示，池化...

  2025-05-25 wudianyun 精选文章 26 ℃
• 

  深度学习图像分割:网络结构设计一览

  本文共5400字，建议阅读15分钟在利用CNNs进行图像语义分割时，有一些针对网络结构的创新点，主要包括了新神经架构和新组件或层的设计。文章的后半部分则对医学图像分割领域中网络结构设计的应用进行了梳理。本文总结了利用CNNs进行图像语义分割...

  2025-05-25 wudianyun 精选文章 21 ℃
• 

  Day81:Global Average Pooling全局平均池化

  TraditionalPoolingMethods要想真正的理解GlobalAveragePooling，首先要了解深度网络中常见的pooling方式，以及全连接层。众所周知CNN网络中常见结构是：卷积、池化和激活。卷积层是CNN网...

  2025-05-25 wudianyun 精选文章 26 ℃
• 

  语义分割算法——应用空洞卷积和CRF的DeepLabv1

  描述原文：SemanticImageSegmentationwithDeepConvolutionalNetsandFullyConnectedCRFs系列文章的第一篇，发表在2014年CVPR。在语义分割中，通常会使用...

  2025-05-25 wudianyun 精选文章 25 ℃
• 

  ScalersTalk机器学习小组第14周学习笔记(深度学习-3)

  Scalers点评：机器学习小组是成长会的内部小组，这是成长会机器学习小组第14周学习笔记。也是深度学习第3次的复盘笔记。往期日志和相关链接：本周学习情况：本周（20160523—20160529）的学习内容包含理论学习和实践学习两个部分。...

  2025-05-25 wudianyun 精选文章 24 ℃
• 

  打开正经图片，却看到一张黄图，这种造假方法同时骗过AI和人眼

  晓查发自凹非寺量子位报道|公众号QbitAI你能看出下面两张图有什么区别吗？△点击查看大图它们看起来一样，都是广场风景照。只是右边的仔细一看，会发现有些“奇怪的点阵”。但在AI的眼里，右边的照片却是一只哈士奇。为什么？问题就...

  2025-05-25 wudianyun 精选文章 31 ℃