反卷积

小白的进阶之路系列之三----人工智能从初步到精通pytorch计算机视觉详解下

Model2：卷积神经网络（CNN）是时候让计算机视觉具体化，并介绍强大的卷积神经网络架构。比较我们的模型我们已经建
金沙阳·2025-06-01 19:36

Inception-Resnet-v1、Inception-Resnet-v2学习笔记（附Pytorch代码(1)

self.conv3x3=nn.Sequential(nn.Conv2d(in_planes,out_channels,kernel_size=3,stride=stride,padding=padding),#卷积核为
rr8f2haQf·2025-06-01 19:06

【AI算法工程师面试指北】Transformer与CNN有什么异同点？

Transformer和CNN（卷积神经网络）是深度学习中两种重要的架构，分别在自然语言处理（NLP）和计算机视觉（CV）领域取得了突破性成果。它们既有相似之处，也有显著差异。
小米玄戒Andrew·2025-06-01 15:10

[yolov11改进系列]基于yolov11引入可切换空洞卷积SAConv模块python源码+训练源码

[SAConv可切换空洞卷积介绍]SAConv（可切换空洞卷积）原理与优点详解一、SAConv的核心原理SAConv（SwitchableAtrousConvolution）是一种创新的卷积模块，旨在解决传统空洞卷积
FL1623863129·2025-06-01 15:35

深度学习篇---人脸识别中的face-recognition库和深度学习

深度学习方法和使用Python的face_recognition库进行人脸识别在技术原理、实现方式和应用场景上有显著区别，以下从多个维度对比分析：一、技术原理1.深度学习方法核心逻辑：基于神经网络（如卷积神经网络
Ronin-Lotus·2025-06-01 14:00

python打卡day41

简单CNN知识回顾数据增强卷积神经网络定义的写法batch归一化：调整一个批次的分布，常用与图像数据特征图：只有卷积操作输出的才叫特征图调度器：直接修改基础学习率卷积操作常见流程如下：1.输入→卷积层→
纨妙·2025-06-01 09:27

ResNet系列和ViT系列预训练模型权重文件下载

项目提供的预训练模型权重文件列表，主要包含两种架构系列和不同规模配置：ResNet系列(RN)基础版本：RN50（ResNet-50）扩展版本：RN50x4、RN50x16、RN50x64（宽度扩展）层级结构：传统卷积神经网络
水静川流·2025-06-01 06:34

NCHW和NHWC

www.jianshu.com/p/61de601bc90f在深度学习中，图像数据通道格式有两种：NCHW，又称：“channels_first”，是nvidiacudnn库原生支持的数据模式；在GPU中，使用NCHW格式计算卷积
seiyaaa·2025-05-31 20:53

机器学习西瓜书笔记——机器学习基本术语，模型性能指标【一】

在二分类任务中有两个标签（label）一个是正类，一个是反类2、回归任务：若模型的预测值是连续的，如“西瓜的成熟度是0.99“那么这
Code思铮·2025-05-31 19:45

transformer(2)：手撕Transformer！！从每一模块原理讲解到代码实现

由于Transformer模型本身不具备处理序列顺序的能力（因为它完全基于自注意力机制，没有递归或卷积结构），位置编码的引入使得模型能够利用序列的顺序信息。位置编码的原理位置编码通过在输入
BILLY BILLY·2025-05-31 18:15

国家开放大学《计算机科学与技术》毕业设计题目与摘要

系统采用卷积神经网络（CNN）对图书封面图像进行分类，结合B/S架构实现图书信息自动化录入、借阅状态智能预测及读者行为分析。实验结果表明，该系统
甘苦人生·2025-05-31 14:16

深度学习模型：技术演进、热点突破与未来图景

第一章深度学习模型的技术演进1.1从感知机到深度神经网络里程碑突破：AlexNet在ImageNet竞赛中实现图像分类性能飞跃，首次验证深度卷积网络（CNN）的潜力。
accurater·2025-05-31 12:28

【论文翻译】目标检测Fast R-CNN论文翻译

FastR-CNN摘要本文提出了一种快速的，基于区域的卷积网络方法（FastR-CNN）用于目标检测.FastR-CNN建立在前人的工作上使用深层卷积网络。来有效分类候选目标。
Ziko_AI·2025-05-31 11:24

Pytorch构建LeNet进行MNIST识别 #自用

LeNet是一种经典的卷积神经网络（CNN）结构，由YannLeCun等人在1998年提出，主要用于手写数字识别（如MNIST数据集）。
BandieraRosa·2025-05-31 08:02

【个人笔记】OpenCV4 C++ 图像处理与视频分析 13课

个人资料，仅供学习使用修改时间——2022年2月19日21:11:31学习课程：OpenCV4图像处理与视频分析实战教程课程讲师：贾志刚13自定义滤波opencv知识点：将图像与内核卷积-filter2D
啦啦啦大赛第大所·2025-05-31 08:32

4种常用椭球下_高斯正反算程序设计及实现（附完整程序代码）

原理高斯正算是将三维空间点在选定参考椭球下的大地坐标（纬度B，经度L）经过高斯投影到二维平面坐标（x，y）的过程，主要公式如下：具体就不详细介绍了，参考之前写的文章：高斯正算公式详解及代码实现（VB.Net）同理高斯反算公式是将平面直角坐标
测绘极客社·2025-05-31 02:16

一文读懂Vision Transformer图像分类原理与实现

在图像分类领域，卷积神经网络（CNNs）长期占据主导地位，因其具备平移不变性和局部受限感受野等归纳偏置。然而，Transformer的出现为图像分类带来了新的思路。
t0_54program·2025-05-31 01:40

基于多尺度卷积和扩张卷积-LSTM的多变量时间序列预测

本文将介绍一种结合多尺度卷积、扩张卷积和LSTM的混合神经网络模型，用于多变量时间序列预测，并提供完整的代码实现和详细讲解。
非著名架构师·2025-05-30 12:05

STM32学习笔记之串口协议

单工：数据只能从一个设备到另一个设备，不能反着来。—————————————————————时钟：同步：I2C和SPI都有单独的时钟线，接受方
meiki不爱学·2025-05-29 22:14

[特殊字符] 基于深度强化学习的机器人路径规划优化方案：从理论到实战

摘要本文提出一种融合深度确定性策略梯度（DDPG）与图卷积网络（GCN）的混合架构，针对高动态环境下移动机器人路径规划问题展开研究。
2506_92092175·2025-05-29 13:49

图解GAN：生成对抗网络的原理与代码实现

flu文章目录图解GAN：生成对抗网络的原理与代码实现摘要引言1.GAN基础原理与数学推导1.1博弈论视角1.2训练流程图1.3原始GAN代码实现（PyTorch）2.GAN经典变体解析2.1DCGAN：卷积化
layneyao·2025-05-29 08:49

免疫浸润分析

免疫浸润分析的方法大体包括两个思想，一个是markergene，还有一个是反卷积思想。
绵羊2023·2025-05-29 06:54

PyTorch实现CNN用于MNIST手写数字识别任务的python完整代码

这段代码使用PyTorch实现了一个简化版的卷积神经网络（CNN），用于MNIST手写数字识别任务。
搏博·2025-05-29 06:53

信友队图灵杯中级组游寄 + 总结

因为多项式卷积和拉格朗日插值我还没学过，所以只能写T1、T2的题解了。神兵360把我的IDE搞坏了（说什么我的ide有木马），赛时写代码写得很费力，也没有了格式化代码的美观。
wusixuan131004·2025-05-29 00:42

如何成为一名硬件工程师——信号与系统篇

必须扎实掌握信号与系统的核心理论，包括时域分析中的卷积运算和冲激响应，这对理解滤波器设计至关重要；频域分析中的傅里叶变换则是频谱分析和无线通信调制解调的基础；而Z变换和离散系统理论为数字滤波器设计和控制系统稳定性分析提供了数学工具
锡渣仙人·2025-05-28 17:22

数据在内存中的存储

整数在内存中的存储学习了操作符之后，我们知道整数2进制有三种表示方法：原码，反码，补码有符号整数：三种表示方法均有符号位和整数位，符号位用0表示正，最高位为符号位正整数原反补码均相同负整数：数值按二进制翻译即为原码
budingxiaomoli·2025-05-28 15:03

VGG：Very Deep Convolutional Networks for Large-Scale Image Recognition

VGGNet是牛津大学计算机视觉组（VisualGeometryGroup）和谷歌DeepMind一起研究出来的深度卷积神经网络，因而冠名为VGG。
兔兔爱学习兔兔爱学习·2025-05-28 14:31

15-OpenCVSharp —- Cv2.GaussianBlur()函数功能（高斯滤波）详解

它的核心功能是通过高斯卷积滤波对图像进行平滑处理，减少噪声，常用于去噪、图像预处理以及边缘检测等任务。1.核心原理与公式高斯模糊的核心原理是对图像进行卷积操作，其中卷积核是基于高斯函数生成的。
X-Vision·2025-05-28 13:24

《 翻 之 》

\hspace{15pt}每一轮，你可以进行一次以下操作：∙ \hspace{23pt}\bullet\,∙选择一行的元素，将其全部反置，即‘0’\texttt{`0'}‘0’变为‘1’\texttt{
Jasmine_llq·2025-05-28 07:41

卷积神经网络，CNN反向传播，感受野，池化变种,局部连接机制，可视化实例

卷积神经网络（ConvolutionalNeuralNetworks）一、卷积神经网络的历史发展Neocognitron（1980）由KunihikoFukushima提出，Neocognitron是最早模拟人类视觉皮层结构的人工神经网络架构
pen-ai·2025-05-28 07:38

时间序列 | MATLAB实现CNN-LSTM-Attention时间序列预测

近年来，深度学习技术，特别是卷积神经网
Matlab机器学习之心·2025-05-28 07:05

YOLOv11改进 | DWRSeg扩张式残差助力小目标检测

传统的卷积神经网络在处理小目标时往往表现不佳，主要是因为小目标在特征图中占据的像素较少，随着网络深度的增加，其特征信息容易丢失。
wei子·2025-05-28 00:52

YOLOv9改进策略【注意力机制篇】| CVPR2024 CAA上下文锚点注意力机制

专栏目录：YOLOv9改进目录一览|涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改
Limiiiing·2025-05-28 00:51

李永乐讲卷积神经网络,李永乐老师讲人工智能

清华大学李永乐老师坐拥千万粉丝，他的课堂有什么魅力？清华大学李永乐老师拥有上千万的粉丝，这个粉丝拥有量自己觉得很正常，因为每年都有上百万的学子关注这个老师，因为到考研的过程中有一个很大的难题就是数学。无论是数学一数学二还是数学3，都是老大难的问题，任何一个考研的人都要面临的问题。李永乐老师的课堂非常的基础，要说课堂的趣味性其实并不是那么好，很多年轻的老师讲课的时候更有意思，但是从知识的扎实程度以及
「已注销」·2025-05-27 19:12

深度学习中的卷积和反卷积

深度学习中的卷积和反卷积一、引言：为什么需要卷积和反卷积？
思绪漂移·2025-05-27 16:22

网站强制跳转至国家反诈中心该怎么办？

点击直接跳转至国家反诈骗中心网址。出现这种情况我们该怎么解决呢？一、首先，最主要的是弄清楚原因。大概可以从以下几个方面。
咕噜企业签名分发-大圣·2025-05-27 08:35

递归系统卷积码译码_编码器使用RSC递归系统卷积码. RSC码由前馈多项式和反馈多项式确定....

编码器使用RSC递归系统卷积码.RSC码由前馈多项式和反馈多项式确定.反馈变量检查输出是编码器输入位.该主题的编码框图如图22所示.交织器的使用是实现Turbo码的近似随机编码的关键.交织器交织器是一个单输入单输出信号处理器
weixin_39617470·2025-05-26 20:54

图像卷积和滤波的区别

图像卷积和滤波的区别http://blog.csdn.net/zouxy09/article/details/49080029clear,closeall,clc%%readimageimage=imread
求津问道·2025-05-26 17:42

YOLOv11改进策略【卷积层】| AAAI 2025 风车状卷积PConv，实现感受野的高效扩张

一、本文介绍本文记录的是利用风车卷积改进YOLOv11的目标检测网络模型。在红外小目标检测任务中，传统卷积方式难以捕捉目标像素的空间特征，影响检测性能，因此需要更适配的卷积方式提升特征提取能力。
Limiiiing·2025-05-26 14:22

【图像大模型】ControlNet：深度条件控制的生成模型架构解析

ControlNet：深度条件控制的生成模型架构解析一、核心原理与技术突破1.1基础架构设计1.2零卷积初始化1.3多条件控制机制二、系统架构与实现细节2.1完整处理流程2.2性能指标对比三、实战部署指南
白熊188·2025-05-26 03:14

基于Python的全卷积网络（FCN）实现路径损耗预测

以下是一份详细的基于Python的全卷积网络（FCN）实现路径损耗预测的技术文档。本方案包含理论基础、数据生成、模型构建、训练优化及可视化分析，代码实现约6000字。
pk_xz123456·2025-05-25 23:43

人工智能100问☞第32问：什么是迁移学习？

目录一、通俗解释二、专业解析三、权威参考迁移学习就是让AI把在一个任务中学到的本事，拿来加速另一个任务的学习，实现“举一反三”。一、通俗解释想象你已经学会了打乒乓球，现在去学打网球，是不是会学得更快？
AI算力那些事儿·2025-05-25 22:38

python输出格式控制_python格式化输出控制

http://blog.chinaunix.net/uid-27714502-id-4110758.html\33[0m关闭所有属性\33[1m设置高亮度\33[4m下划线\33[5m闪烁\33[7m反显
weixin_39524984·2025-05-25 16:58

1.基于PyTorch实现的UNet模型代码进行数据集测试2.Transformer和CNN混合模型，用于图像分割任务3.基于Swin Transformer图像分割模型架构

基于SwinTransformer图像分割模型架构文章目录1.UNet模型定义2.数据集准备3.测试代码模型架构解析PyTorch实现架构解析PyTorch实现经典的UNet架构，它是一种用于图像分割的卷积神经网络
OICQQ67658008·2025-05-25 10:50

基于卷积神经网络和图像处理技术的系统

基于卷积神经网络和图像处理技术的海洋垃圾识别系统摘要本研究开发了一种基于卷积神经网络和图像处理技术的系统，旨在有效监测和管理水面漂浮物，特别是在夜间或低光照条件下。
江海大_何宇·2025-05-25 07:28

基于C++实现的深度学习(cnn/svm)分类器Demo

1.项目简介本项目是一个基于C++实现的深度学习与传统机器学习结合的分类器Demo，主要流程为：从CSV文件读取样本数据用卷积神经网络（CNN）进行特征提取用支持向量机（SVM）进行最终分类支持模型的保存与加载提供
长长同学·2025-05-25 02:29

MCNN-BiLSTM多尺度卷积神经网络+双向长短期记忆网络的故障诊断算法，matlab代码

MCNN-BiLSTM多尺度卷积神经网络+双向长短期记忆网络的故障诊断算法解析MCNN-BiLSTM是一种融合多尺度卷积神经网络（Multi-scaleConvolutionalNeuralNetwork
默默科研仔·2025-05-24 19:15

AI人工智能在图像处理中的独特优势体现

AI人工智能在图像处理中的独特优势体现关键词：人工智能、图像处理、深度学习、计算机视觉、卷积神经网络、图像识别、生成对抗网络摘要：本文系统解析人工智能在图像处理领域的核心优势，从技术原理、算法实现、数学模型到工程实践展开深度分析
AI天才研究院·2025-05-24 12:02

信号与系统（15）- 系统的频域分析法：周期信号

接着对各个正弦分量求系统对其的响应，进而得到系统对各个分量响应的频谱，最后将各个分量的响应叠加，再求傅里叶反变换，求得最终响应的分析方法。
Zhongzheng Wang·2025-05-24 09:05

【信号与系统】连续时间信号与系统的复频域分析

验证单边拉普拉斯变换的线性特性symst;xt1=exp(-2*t);xt2=exp(-5*t);xt=2*xt1+5*xt2Xs=laplace(xt)3.通过部分分式展开法求(2s+4)/(s^3+4s)的拉普拉斯反变换
沅_Yuan·2025-05-24 09:03
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他