- 简 介： 本文首先讨论了卷积核的概念，以及如何用于对图像进行滤波。然后通过他们对图像进行数学运算来实现特定的效果，比如平和和锐化。展示了如何在OpenCV中实现2D滤波。 在等同卷积卷积核之后，... 简 介： 本文首先讨论了卷积核的概念，以及如何用于对图像进行滤波。然后通过他们对图像进行数学运算来实现特定的效果，比如平和和锐化。展示了如何在OpenCV中实现2D滤波。 在等同卷积卷积核之后，...
- 文章目录 前言多层感知机1. 隐藏层2. 激活函数2.1 ReLU函数2.2 sigmoid函数2.3 tanh函数 3. 多层感知机4. 小结 前言 因为工作需求需要接触... 文章目录 前言多层感知机1. 隐藏层2. 激活函数2.1 ReLU函数2.2 sigmoid函数2.3 tanh函数 3. 多层感知机4. 小结 前言 因为工作需求需要接触...
- 声明： 收藏夹不够用啦，本博文为小生学习中遇到的简洁清晰的知识点分析汇总，大佬划过就好… 不是我针对谁，在座的将来都具备大佬潜力，奥利给… 基础知识篇 Pytorch中的torch.... 声明： 收藏夹不够用啦，本博文为小生学习中遇到的简洁清晰的知识点分析汇总，大佬划过就好… 不是我针对谁，在座的将来都具备大佬潜力，奥利给… 基础知识篇 Pytorch中的torch....
- ▲ 图1.1 记录辐射脉冲的计数器上的数码管数字 ... ▲ 图1.1 记录辐射脉冲的计数器上的数码管数字 ...
- 目录 摘要 如何在Pytorch使用Mish函数 如何在Keras中使用Mish激活函数。 摘要 Diganta Misra的一篇题为“Mish: A Self Regularized Non-Monotonic Neural Activation Function”的新论文介绍了一个新的深度学习激活函数，该函数在最终准确度... 目录 摘要 如何在Pytorch使用Mish函数 如何在Keras中使用Mish激活函数。 摘要 Diganta Misra的一篇题为“Mish: A Self Regularized Non-Monotonic Neural Activation Function”的新论文介绍了一个新的深度学习激活函数，该函数在最终准确度...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1748811github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要论文题目： Bridging the Gap Between Anchor-based and Anchor-free Detection via... 本文转载自https://www.zybuluo.com/huanghaian/note/1748811github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要论文题目： Bridging the Gap Between Anchor-based and Anchor-free Detection via...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1744915github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 1 darknet系列转化过程由于yolov2比较老了，性能和速度都无法和yolov3、tiny-yolov3相比，故这里不包括yolov2，具体是yol... 本文转载自https://www.zybuluo.com/huanghaian/note/1744915github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 1 darknet系列转化过程由于yolov2比较老了，性能和速度都无法和yolov3、tiny-yolov3相比，故这里不包括yolov2，具体是yol...
- 文章目录 1、为什么需要激活函数2、激活函数有哪些性质3、如何选择激活函数4、ReLU激活函数的优缺点5、为什么tanh收敛速度比sigmoid快 理论系列： 深度学习笔记（一）：卷积层+激活函数+池化层+全连接层 深度学习笔记（二）：激活函数的前世今生 深度学习笔记（三）：BatchNorm（BN）层 深度学习笔记（四）：梯度下降... 文章目录 1、为什么需要激活函数2、激活函数有哪些性质3、如何选择激活函数4、ReLU激活函数的优缺点5、为什么tanh收敛速度比sigmoid快 理论系列： 深度学习笔记（一）：卷积层+激活函数+池化层+全连接层 深度学习笔记（二）：激活函数的前世今生 深度学习笔记（三）：BatchNorm（BN）层 深度学习笔记（四）：梯度下降...
- 文章目录 一、背景二、提出三、原理四、计算五、Scale and Shift六、BN层实现 学习记录： 深度学习笔记（一）：卷积层+激活函数+池化层+全连接层 深度学习笔记（二）：激活函数总结 深度学习笔记（三）：BatchNorm（BN）层 深度学习笔记（四）：梯度下降法与局部最优解 深度学习笔记（五）：欠拟合、过拟合 ... 文章目录 一、背景二、提出三、原理四、计算五、Scale and Shift六、BN层实现 学习记录： 深度学习笔记（一）：卷积层+激活函数+池化层+全连接层 深度学习笔记（二）：激活函数总结 深度学习笔记（三）：BatchNorm（BN）层 深度学习笔记（四）：梯度下降法与局部最优解 深度学习笔记（五）：欠拟合、过拟合 ...
- 深度学习 深度学习（Deep Learning, DL）或阶层学习（hierarchical learning）是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络（Artifitial Neural Networks, ANNs），在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选，因此深度学习具有表征学习（representat... 深度学习 深度学习（Deep Learning, DL）或阶层学习（hierarchical learning）是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络（Artifitial Neural Networks, ANNs），在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选，因此深度学习具有表征学习（representat...
- Dataset：数据集集合(综合性)——机器学习、深度学习算法中常用数据集大集合(建议收藏，持续更新) 目录 常规数据集 各大方向分类数据集汇总 具体数据集分类 相关文章DL：关于深度学习常用数据集的权重文件集合下载地址 常规数据集 StatLib---Datasets Archive If you have ... Dataset：数据集集合(综合性)——机器学习、深度学习算法中常用数据集大集合(建议收藏，持续更新) 目录 常规数据集 各大方向分类数据集汇总 具体数据集分类 相关文章DL：关于深度学习常用数据集的权重文件集合下载地址 常规数据集 StatLib---Datasets Archive If you have ...
- 日前，放射学领域的国际顶级期刊《Radiology》（《放射学》）发表了一项来自中国的“人工智能+医学影像”最新研究成果：运用AI帮助医生检测脑动脉瘤，灵敏度达到97.5%，AI协助放射科医生阅片，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。 日前，放射学领域的国际顶级期刊《Radiology》（《放射学》）发表了一项来自中国的“人工智能+医学影像”最新研究成果：运用AI帮助医生检测脑动脉瘤，灵敏度达到97.5%，AI协助放射科医生阅片，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。
- 近日，放射学领域国际顶级期刊《Radiology》发表了华为云 EI 创新孵化 lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科联合团队的最新研究成果：AI 算法检测动脉瘤灵敏度高达 97.5%，帮助医生临床诊断灵敏度提升约 10 个百分点，漏诊率降低 5 个百分点，同时有效缩短医生诊断时间。 近日，放射学领域国际顶级期刊《Radiology》发表了华为云 EI 创新孵化 lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科联合团队的最新研究成果：AI 算法检测动脉瘤灵敏度高达 97.5%，帮助医生临床诊断灵敏度提升约 10 个百分点，漏诊率降低 5 个百分点，同时有效缩短医生诊断时间。
- 翻译仅为学习，欢迎转载。【题目】Deep Residual Shrinkage Networks for Fault Diagnosis【翻译】基于深度残差收缩网络的故障诊断Abstract (摘要)【翻译】本文提出了一种新的深度学习方法，即深度残差收缩网络，以增强深度学习方法从强噪声信号中学习特征的能力，并且取得较高的故障诊断准确率。软阈值化作为非线性层，嵌入到深度神经网络之中，以去除不重... 翻译仅为学习，欢迎转载。【题目】Deep Residual Shrinkage Networks for Fault Diagnosis【翻译】基于深度残差收缩网络的故障诊断Abstract (摘要)【翻译】本文提出了一种新的深度学习方法，即深度残差收缩网络，以增强深度学习方法从强噪声信号中学习特征的能力，并且取得较高的故障诊断准确率。软阈值化作为非线性层，嵌入到深度神经网络之中，以去除不重...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签