- 文章包括四个主要内容：卷积、卷积层、池化层以及卷积神经网络中的反向传播原理。在卷积部分的介绍中，作者介绍了卷积的定义、有效卷积和相同卷积、跨步卷积、3D卷积。在卷积层部分，作者阐述了连接切割和参数共享对降低网络参数学习量的作用。在池化层部分，作者介绍了池化的含义以及掩膜的使用。自动驾驶、智能医疗、智能零售，这些曾被认为不可能实现的事情，在计算机视觉技术的帮助下，终于在最近成为了现实。今天，自... 文章包括四个主要内容：卷积、卷积层、池化层以及卷积神经网络中的反向传播原理。在卷积部分的介绍中，作者介绍了卷积的定义、有效卷积和相同卷积、跨步卷积、3D卷积。在卷积层部分，作者阐述了连接切割和参数共享对降低网络参数学习量的作用。在池化层部分，作者介绍了池化的含义以及掩膜的使用。自动驾驶、智能医疗、智能零售，这些曾被认为不可能实现的事情，在计算机视觉技术的帮助下，终于在最近成为了现实。今天，自...
- 摘要https://arxiv.org/pdf/1707.01083我们介绍了一种名为ShuffleNet的计算效率极高的卷积神经网络（CNN）架构，该架构专为计算能力非常有限的移动设备（例如10-150 MFLOPs）而设计。新架构利用两种新操作：逐点分组卷积和通道混洗，以大大降低计算成本，同时保持准确性。在ImageNet分类和MS COCO目标检测上的实验表明，ShuffleNet的... 摘要https://arxiv.org/pdf/1707.01083我们介绍了一种名为ShuffleNet的计算效率极高的卷积神经网络（CNN）架构，该架构专为计算能力非常有限的移动设备（例如10-150 MFLOPs）而设计。新架构利用两种新操作：逐点分组卷积和通道混洗，以大大降低计算成本，同时保持准确性。在ImageNet分类和MS COCO目标检测上的实验表明，ShuffleNet的...
- 🍞引言卷积神经网络（Convolutional Neural Networks，CNNs）是深度学习领域中的一类经典神经网络结构，尤其在图像识别、语音识别等任务中得到了广泛的应用。CNN通过模仿生物视觉系统处理信息的方式，能够高效地从原始输入中提取特征，进而完成分类、回归等任务。在本文中，我们将详细探讨卷积神经网络的基本原理，逐层分析其组成部分，并通过代码示例加深理解。 🍞卷积神经网络... 🍞引言卷积神经网络（Convolutional Neural Networks，CNNs）是深度学习领域中的一类经典神经网络结构，尤其在图像识别、语音识别等任务中得到了广泛的应用。CNN通过模仿生物视觉系统处理信息的方式，能够高效地从原始输入中提取特征，进而完成分类、回归等任务。在本文中，我们将详细探讨卷积神经网络的基本原理，逐层分析其组成部分，并通过代码示例加深理解。 🍞卷积神经网络...
- 1.算法运行效果图预览(完整程序运行后无水印) 贝叶斯优化过程贝叶斯优化后的CNN训练和识别结果标准的CNN的识别结果2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）% 使用贝叶斯优化算法确定最优的批次大小和学习率[MBsize, Lr] = func_BOA(); % 构建卷积神经网络layers = func_model(Nclas... 1.算法运行效果图预览(完整程序运行后无水印) 贝叶斯优化过程贝叶斯优化后的CNN训练和识别结果标准的CNN的识别结果2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含详细中文注释和操作步骤视频）% 使用贝叶斯优化算法确定最优的批次大小和学习率[MBsize, Lr] = func_BOA(); % 构建卷积神经网络layers = func_model(Nclas...
- 基于CNN(一维卷积Conv1D)实现降雨多变量时序分类——明日是否降雨 介绍使用一维卷积神经网络（Conv1D）进行降雨预测是一种强大的方法，通过处理时间序列数据，可以有效地从多个变量中提取特征，判断未来是否会下雨。此方法主要依赖于卷积层从输入信号中自动识别模式的能力。 应用使用场景气象预报：准确预测未来的天气情况，特别是降雨概率。农业管理：帮助农民决定何时浇水、施肥以及其他农事活动。防... 基于CNN(一维卷积Conv1D)实现降雨多变量时序分类——明日是否降雨 介绍使用一维卷积神经网络（Conv1D）进行降雨预测是一种强大的方法，通过处理时间序列数据，可以有效地从多个变量中提取特征，判断未来是否会下雨。此方法主要依赖于卷积层从输入信号中自动识别模式的能力。 应用使用场景气象预报：准确预测未来的天气情况，特别是降雨概率。农业管理：帮助农民决定何时浇水、施肥以及其他农事活动。防...
- 卷积神经网络（Convolutional Neural Network，CNN）是一种广泛应用于计算机视觉任务的深度学习模型。本教程将介绍如何使用Python和PyTorch库实现一个简单的卷积神经网络，用于图像分类任务。 什么是卷积神经网络（CNN）？卷积神经网络是一种专门用于处理具有网格状拓扑结构数据（如图像、声音）的深度学习模型。CNN的核心组件是卷积层和池化层，它们能够有效地从图像中... 卷积神经网络（Convolutional Neural Network，CNN）是一种广泛应用于计算机视觉任务的深度学习模型。本教程将介绍如何使用Python和PyTorch库实现一个简单的卷积神经网络，用于图像分类任务。 什么是卷积神经网络（CNN）？卷积神经网络是一种专门用于处理具有网格状拓扑结构数据（如图像、声音）的深度学习模型。CNN的核心组件是卷积层和池化层，它们能够有效地从图像中...
- 在此教程中，我们将对深度学习有一个基本的认识，并介绍几种常用的模型及算法，并对几个经典的模型及算法进行简单的代码实现。 在此教程中，我们将对深度学习有一个基本的认识，并介绍几种常用的模型及算法，并对几个经典的模型及算法进行简单的代码实现。
- I. 引言图像分类是计算机视觉领域中的重要任务，其目标是将输入图像分为不同的类别。卷积神经网络（CNN）作为图像分类任务中的重要算法，近年来取得了巨大成功。本文将深入探讨图像分类算法的演进过程，从传统的CNN到迁移学习的应用，通过实例和代码解释，带领读者理解算法原理和实践过程。 II. 卷积神经网络（CNN）的基础概念 1. 什么是卷积神经网络？卷积神经网络是一种深度学习算法，专门用于处理... I. 引言图像分类是计算机视觉领域中的重要任务，其目标是将输入图像分为不同的类别。卷积神经网络（CNN）作为图像分类任务中的重要算法，近年来取得了巨大成功。本文将深入探讨图像分类算法的演进过程，从传统的CNN到迁移学习的应用，通过实例和代码解释，带领读者理解算法原理和实践过程。 II. 卷积神经网络（CNN）的基础概念 1. 什么是卷积神经网络？卷积神经网络是一种深度学习算法，专门用于处理...
- 🍋引言本节介绍一下GoogleNet，首先说一下它的背景历史，GoogleNet是由Google研究员Christian Szegedy等人于2014年提出的深度卷积神经网络架构。它在当时的ImageNet图像分类挑战赛中取得了惊人的成绩，将错误率大幅度降低，标志着深度学习领域的一次巨大突破。🍋GoogleNet的架构GoogleNet之所以引人注目，是因为它采用了一种全新的架构，即In... 🍋引言本节介绍一下GoogleNet，首先说一下它的背景历史，GoogleNet是由Google研究员Christian Szegedy等人于2014年提出的深度卷积神经网络架构。它在当时的ImageNet图像分类挑战赛中取得了惊人的成绩，将错误率大幅度降低，标志着深度学习领域的一次巨大突破。🍋GoogleNet的架构GoogleNet之所以引人注目，是因为它采用了一种全新的架构，即In...
- 🍋引言当谈到深度学习和计算机视觉时，卷积神经网络（Convolutional Neural Networks，CNNs）一直是热门话题。CNNs是一类专门设计用于处理图像数据的深度学习神经网络，已经在许多领域取得了重大成功，如图像分类、目标检测、人脸识别和自动驾驶。本文将探讨卷积神经网络的基本原理、应用领域以及一些最新趋势。🍋卷积神经网络的基本原理卷积层（Convolutional La... 🍋引言当谈到深度学习和计算机视觉时，卷积神经网络（Convolutional Neural Networks，CNNs）一直是热门话题。CNNs是一类专门设计用于处理图像数据的深度学习神经网络，已经在许多领域取得了重大成功，如图像分类、目标检测、人脸识别和自动驾驶。本文将探讨卷积神经网络的基本原理、应用领域以及一些最新趋势。🍋卷积神经网络的基本原理卷积层（Convolutional La...
- AlexNet算法入门引言AlexNet是一个非常经典的卷积神经网络（Convolutional Neural Network, CNN），它由Alex Krizhevsky等人在2012年提出，并在ImageNet图像识别比赛中获得了很大的成功。AlexNet算法的出现标志着深度学习的兴起，并对后续的神经网络算法有着深远的影响。本篇文章将带你入门AlexNet算法的基本原理和实现。算法原理... AlexNet算法入门引言AlexNet是一个非常经典的卷积神经网络（Convolutional Neural Network, CNN），它由Alex Krizhevsky等人在2012年提出，并在ImageNet图像识别比赛中获得了很大的成功。AlexNet算法的出现标志着深度学习的兴起，并对后续的神经网络算法有着深远的影响。本篇文章将带你入门AlexNet算法的基本原理和实现。算法原理...
- 本文为生成对抗网络GAN的研究者和实践者提供全面、深入和实用的指导。通过本文的理论解释和实际操作指南，读者能够掌握GAN的核心概念，理解其工作原理，学会设计和训练自己的GAN模型，并能够对结果进行有效的分析和评估。 本文为生成对抗网络GAN的研究者和实践者提供全面、深入和实用的指导。通过本文的理论解释和实际操作指南，读者能够掌握GAN的核心概念，理解其工作原理，学会设计和训练自己的GAN模型，并能够对结果进行有效的分析和评估。
- 本文为实战篇，介绍图像风格迁移 本文为实战篇，介绍图像风格迁移
- 卷积神经网络是现代深度学习技术栈中重要的一环，本文就卷积神经网络的理论与实践进行展开讨论 卷积神经网络是现代深度学习技术栈中重要的一环，本文就卷积神经网络的理论与实践进行展开讨论
- 在深度学习的发展过程中，出现了很多经典的卷积神经网络，它们对深度学习的学术研究和工业生产都起到了巨大的促进作用，如VGG、ResNet、Inception和DenseNet等，很多投入实用的卷积神经都是在它们的基础上进行改进的。初学者应从试验开始，通过阅读论文和实现代码（tensorflow.keras.applications包中实现了很多有影响力的神经网络模型的源代码）来全面了解它们。下文简 在深度学习的发展过程中，出现了很多经典的卷积神经网络，它们对深度学习的学术研究和工业生产都起到了巨大的促进作用，如VGG、ResNet、Inception和DenseNet等，很多投入实用的卷积神经都是在它们的基础上进行改进的。初学者应从试验开始，通过阅读论文和实现代码（tensorflow.keras.applications包中实现了很多有影响力的神经网络模型的源代码）来全面了解它们。下文简
上滑加载中
推荐直播
-
大模型Prompt工程深度实践2025/02/24 周一 16:00-17:30
盖伦 华为云学堂技术讲师
如何让大模型精准理解开发需求并生成可靠输出？本期直播聚焦大模型Prompt工程核心技术：理解大模型推理基础原理，关键采样参数定义，提示词撰写关键策略及Prompt工程技巧分享。
回顾中 -
华为云 x DeepSeek：AI驱动云上应用创新2025/02/26 周三 16:00-18:00
华为云 AI专家大咖团
在 AI 技术飞速发展之际，DeepSeek 备受关注。它凭借哪些技术与理念脱颖而出？华为云与 DeepSeek 合作，将如何重塑产品与应用模式，助力企业数字化转型？在华为开发者空间，怎样高效部署 DeepSeek，搭建专属服务器？基于华为云平台，又该如何挖掘 DeepSeek 潜力，实现智能化升级？本期直播围绕DeepSeek在云上的应用案例，与DTSE布道师们一起探讨如何利用AI 驱动云上应用创新。
去报名
热门标签