ResNet 第3页

深度卷积神经网络（CNN）— 批量规范化（batch normalization）

BN是深度学习领域中的一个重要创新，它在许多网络架构（如ResNet、GoogLeNet等）中被广泛使用。1.BN的主

彬彬侠·2025-04-29 19:52

LSTM+Resnet有奇效，SOTA方案预测准确率超91%

LSTM有着不错的时序信息提取能力，ResNet有着不错的空间特征信息提取能力。如果现在有时空特征融合的创新需求，我们是否能将LSTM和ResNet两者的优点融合起来呢？

AI十八式·2025-04-28 19:59

【DAY20240927】经典深度学习模型对比：LeNet5、CNN、ResNet20、AlexNet、TextCNN 与 VGG-11

文章目录前言一、LeNet5二、CNN三、AlexNet四、ResNet20五、TextCNN六、VGG-11前言Weleverage6modelstodealwiththedata,i.e.,LeNet5

胆小鬼~·2025-04-28 01:36

DeepSeek量化训练核心技术：从原理到工业级部署的完整实践方案

1.主题背景1.1Why：模型压缩刚需传统AI模型在移动端部署面临内存占用大（ResNet-152约230MB）、推理延迟高（VGG16CPU推理>200ms）等问题。

燃灯工作室·2025-04-27 17:45

基于 EFISH-SBC-RK3588 的无人机环境感知与数据采集方案

NPU加速‌：6TOPS独立NPU（支持INT8/FP16混合运算），可直接部署YOLOv5、ResNet50等模型，实时处理激光雷达点云、多光谱图像等

电鱼智能·2025-04-27 16:13

残差（Residual）

残差残差（Residual）是深度学习中常用的概念，尤其是在残差网络（ResNet）和类似架构中。

running_Turtle1·2025-04-23 07:32

深度学习camp-第J4周：ResNet与DenseNet结合探索

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊本周任务：探索ResNet和DenseNet的结合可能性本周任务较难，我们在chatGPT的帮助下完成一、网络的构建设计一种结合ResNet和

iracole·2025-04-22 21:32

ResNet 教程：理解并实现针对 CIFAR-10 的残差网络

本教程提供了关于残差网络（ResNet）的全面指南，这是一种革命性的深度学习架构，改变了图像分类任务。

爱看烟花的码农·2025-04-20 01:57

神经网络设计指南：如何避免你的AI模型“又慢又笨”？

原则1：深度>宽度原则2：防止“脑退化”（ResNet残差连接）3.训练加速技巧：让AI学习“开挂”(1)BatchNormalization（批标准化）(2)Dropout：防止AI“死记硬背”4.终极设计流程图总结

A宝呀·2025-04-19 20:26

基于.NET后端实现图片搜索图片库核心是计算上传图片与库中图片的特征向量相似度并排序展示结果

整体思路图像特征提取：使用深度学习模型（如ResNet）提取图片的特征向量。特征向量存储：将图片的特征向量存储在数据库中。相似度计算：使用余弦相似度算法计算上传图片与库中图片的特征向量相似度。

云草桑·2025-04-17 23:03

ResNet改进(30)：融合MobileNet和ResNet的轻量级网络设计

今天我将介绍一种结合了MobileNet和ResNet优势的混合架构——ResNetWithMobileNet，这是一种既保持了残差连接优势又具有轻量级特性的网络设计。

点我头像干啥·2025-04-16 17:17

DAY05：【pytorch】图像预处理

torchvision.datasets：常用数据集的dataset实战，MINIST，CIFAR-10，ImageNet等torchvision.model：常用的模型预训练，AlexNet，VGG，ResNet

CHO2022·2025-04-16 13:21

【大模型与机器学习解惑】ResNet 的“恒等映射假设”具体指什么？在数学上怎样表述？

ResNet的恒等映射假设（IdentityMappingHypothesis）目录基本概念数学表述关键推论与优化优势扩展分析4.1跳跃连接的设计4.2梯度传播分析4.3与其他结构的对比总结基本概念恒等映射假设认为

云博士的AI课堂·2025-04-16 08:47

ResNet原理

目录一、ResNet诞生背景1.核心特点二、网络加深带来的问题三、ResNet的基础架构----残差块四、BatchNormalization1.为什么要归一化2.BN怎么做3.BN解决的问题4.BN层总结五

Ricardo.lucky·2025-04-12 14:08

深度学习ResNet网络架构详解及其应用场景实例

深度学习ResNet网络架构详解及其应用场景实例1.ResNet的基本原理与创新点1.1ResNet的提出背景在2015年，何恺明(KaimingHe)等人在论文《DeepResidualLearningforImageRecognition

小宝哥Code·2025-04-11 02:35

PyTorch多GPU训练实战：从零实现到ResNet-18模型

本文将介绍如何在PyTorch中实现多GPU训练，涵盖从零开始的手动实现和基于ResNet-18的简洁实现。代码完整可直接运行。

意.远·2025-04-10 09:11

MobileNet简介：一个轻量化的神经网络架构|嵌入式与边缘计算

传统深度神经网络（如ResNet、VGG）因参数量大、计算复杂度高，难以在移动端部署。2017年，Google团队推出MobileNet系列，开创了轻量化模型的新纪元。

程序员Linc·2025-04-10 06:26

【CV/NLP/生成式AI】

关键技术任务技术方案代表模型图像分类CNN（卷积神经网络）ResNet、EfficientNet目标检测Two-stage（如FasterR-CNN）One

严文文-Chris·2025-04-06 06:30

使用PyTorch实现ResNet：从残差块到完整模型训练

ResNet（残差网络）是深度学习中的经典模型，通过引入残差连接解决了深层网络训练中的梯度消失问题。

意.远·2025-04-05 09:16

PyTorch实战：基于 PyTorch 和 ResNet 预训练模型的迁移学习实战（猫狗分类）

Langchain系列文章目录01-玩转LangChain：从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块：四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain：从核心链条构建到动态任务分配的实战指南04-玩转LangChain：从文档加载到高效问答系统构建的全程实战05-玩转LangChain：深度评估问答系统的三种高效方法（示例生成、手

吴师兄大模型·2025-04-02 10:56

DesNet和ResNet 结合

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊创新思路：ResNet的核心在于通过残差连接解决了深度神经网络中梯度消失和网络退化的问题，使得网络可以更容易地学习恒等映射，能够训练更深的网络

义小深·2025-04-02 00:09

PyTorch + torchvision是什么

torchvision是PyTorch的官方图像处理工具包，它包含：预训练模型（如ResNet、MobileNet、EfficientNet

太阳照常升起--·2025-04-01 20:11

（pytorch-深度学习）实现稠密连接网络（DenseNet）

稠密连接网络（DenseNet）ResNet中的跨层连接设计引申出了数个后续工作。

我是一颗棒棒糖·2025-04-01 13:49

从代码学习深度学习 - 残差网络（ResNet）PyTorch版

文章目录前言一、残差网络（ResNet）介绍1.1.背景与动机1.2.核心思想：残差学习残差块（ResidualBlock）1.3.ResNet的网络架构ResNet-18架构不同深度的ResNet瓶颈块

飞雪白鹿€·2025-04-01 11:37

基于pytorch的卷积神经网络量化实现

3，支持MLP,Lenet,Alexnet,VGG,GoogleNet系列,Resnet系列，MobileNet系列的量化。下载地址：下载地址#部分代码--线性量化#!

踟蹰横渡口,彳亍上滩舟。·2025-03-30 10:24

ResNet18与VGG11模型对比分析

ResNet18和VGG11是两种经典的卷积神经网络（CNN）架构，它们在设计理念、性能和应用场景上有显著差异。

mosquito_lover1·2025-03-29 02:17

深度分离卷积模块：轻量化网络的革命性设计

从AlexNet到ResNet，再到EfficientNet，CNN架构不断演进，在图像分类、目标检测和语义分割等任务上取得了令人瞩目的成绩。

点我头像干啥·2025-03-28 11:00

解决 Vitis HLS 无法找到源文件的错误

解决VitisHLS无法找到源文件的错误错误分析根据您提供的日志，VitisHLS在执行时遇到了以下关键错误：WARNING:[HLS200-40]Cannotfinddesignfile'resnet18

kanhao100·2025-03-27 16:10

AI视频自动剪辑的核心原理

物体识别：使用YOLO、ResNet等模型检测人脸、

xinxiyinhe·2025-03-25 14:24

ai-by-hand-excel: 用 Excel 手搓各种 AI 算法和模型

开源软件、AI模型、AI变现-小众AI通过Excel的形式实现并演示人工智能与深度学习的核心算法和概念，让初学者可以动手操作并理解AI的运行原理，包括矩阵乘法、MLP、RNN、Transformer、ResNet

小众AI·2025-03-25 09:14

ResNet改进(11)：添加 Squeeze-and-Excitation模块和替换Mish激活函数

本专栏代码均经过测试，可以直接替换项目中的模型，一键运行！采用最新的即插即用模块，有效涨点！！1.SE模块和Mish激活函数SE模块是一种通道注意力机制，旨在增强网络对重要特征通道的关注，从而提升模型的表达能力。它通过显式地建模通道之间的依赖关系，动态调整每个通道的特征响应。SE模块的核心思想：Squeeze：通过全局平均池化（GlobalAveragePooling,GAP）将每个通道的空间维度

点我头像干啥·2025-03-24 15:58

深度学习与目标检测系列(六) 本文约(4.5万字) | 全面解读复现ResNet | Pytorch |

ResidualRepresentations—残差表达翻译精读主要内容ShortcutConnections—短路连接翻译精读主要内容DeepResidualLearning—深度残差学习ResidualLearning—残差学习翻译精读ResNet

小酒馆燃着灯·2025-03-22 10:04

模型部署实战：PyTorch生产化指南

模型部署是将训练好的模型‌投入实际应用‌的关键步骤，涉及：模型格式转换（TorchScript/ONNX）性能优化（量化/剪枝）构建API服务移动端集成本章使用ResNet18实现图像分类，并演示完整部署流程

小诸葛IT课堂·2025-03-21 01:45

根据论文复现大模型方法以及出错处理技巧

这里给出一个基本的实现方法示例，假设我们选择复现一个图像分类任务中的经典模型，例如ResNet。

Ai玩家hly·2025-03-20 13:39

深度革命：ResNet 如何用 “残差连接“ 颠覆深度学习

一文快速了解ResNet创新点在深度学习的历史长河中，2015年或许是最具突破性的一年。

安意诚Matrix·2025-03-19 20:46

基于PyTorch和ResNet18的花卉识别实战（附完整代码）

本文使用PyTorch框架，基于ResNet18模型实现了102种花卉的分类任务。完整代码可直接复制运行，最终验证集准确率达8.2%，文中同步分析性能瓶颈与优化方案。

意.远·2025-03-19 19:36

深入探究YOLO系列的骨干网路

如今常用的骨干网络有VGG、ResNet和MobileNet等。YOLO系列算法采用的是Darknet骨干

编码实践·2025-03-16 10:59

***ResNet*-SE + MFCC 训练框架，包括数据加载、训练流程，以及混淆矩阵** 可视化示例

大霸王龙·2025-03-15 19:10

深度学习项目--基于DenseNet网络的“乳腺癌图像识别”，准确率90%+，pytorch复现

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊前言如果说最经典的神经网络，ResNet肯定是一个，从ResNet发布后，很多人做了修改，denseNet网络无疑是最成功的一个，它采用密集型连接

羊小猪~~·2025-03-14 22:08

嵌入式人工智能应用- 第七章人脸识别

嵌入式人工智能应用`文章目录嵌入式人工智能应用1人脸识别1.1dlib介绍1.2dlib特点1.3dlib的安装与编译2人脸识别原理2.1ResNet3代码部署3.1安装[CUDAToolkit12.8

数贾电子科技·2025-03-14 19:16

PyTorch深度学习框架60天进阶学习计划 - 第18天：模型压缩技术

散度损失推导温度参数调节结构化剪枝技术通道剪枝评估准则L1-norm剪枝算法APoZ剪枝算法量化训练基础量化类型与精度PyTorch量化API剪枝与量化协同优化Torch.fx动态计算图修改自动化模型压缩流程实现实战案例：ResNet

凡人的AI工具箱·2025-03-13 22:10

Bottleneck、CSP、DP结构详细介绍

一、BottleneckBottleneck出现在ResNet50/101/152这种深层网络中，基本思想就是先用1x1减少通道数再进行卷积最后再通过1x1

CV工程师小朱·2025-03-12 17:45

基于多种模型剪枝方法（L1-norm、Slimming、AutoSlim）的模型轻量化和模型压缩实现

基于多种模型剪枝方法（L1-norm、Slimming、AutoSlim）的模型轻量化实现支持：VGG、MobileNet、Resnet、ShuffleNet等模型。

踟蹰横渡口,彳亍上滩舟。·2025-03-12 11:01

深度学习与普通神经网络有何区别？

例如，ResNet（2015）包含152个卷积层。二、特征学习方式普通神经网络：特征提取通常依赖人工设计，需要领域专家的经验。这意味着在处

是理不是里·2025-03-11 06:39

深度学习笔记——Resnet和迁移学习

1.ResNet的提出深度学习与网络深度的挑战：在深度学习中，网络的“深度”(即层数)通常与模型的能力成正比。然而，随着网络深度的增加，一些问题也随之出现，最突出的是梯度消失/爆炸问题。

肆——·2025-03-10 15:17

Pytorch 第九回：卷积神经网络——ResNet模型

Pytorch第九回：卷积神经网络——ResNet模型本次开启深度学习第九回，基于Pytorch的ResNet卷积神经网络模型。这是分享的第四个卷积神经网络模型。

Start_Present·2025-03-10 09:05

每天五分钟深度学习pytorch：基于Pytorch搭建ResNet模型的残差块

残差块我们分析一下这个残差块，x经过两个卷积层得到F(x)，然后F(x)+x作为残差块的输出，此时就有一个问题，这个问题就是F(x)+x的维度问题，如果图片数据经过两个卷积层之后F(x)变小（height和weight变小）或者通道数发生了变化，那么此时F(x)是没有办法和x相加的，当然我们可以学习前面的GoogLeNet的方式，也就是说卷积之后的F(x)和x一样，大小不变，或者对x变道和F(x)

每天五分钟玩转人工智能·2025-03-10 08:59

快速掌握EasyOCR应用实战指南

EasyOCR核心组件解析1.特征提取（FeatureExtraction）技术模型：ResNet（残差网络）、VGG功能：将输入图像转换

梦想画家·2025-03-09 14:27

深度学习篇---Opencv中的机器学习和深度学习

OpenCV中的机器学习1.概述2.使用步骤步骤1：准备数据步骤2：创建模型步骤3：训练模型步骤4：预测3.优点简单易用轻量级实时性4.缺点特征依赖性能有限二、OpenCV中的深度学习1.概述图像分类（如ResNet

Ronin-Lotus·2025-03-08 19:05

ResNet 改进：轻量级的混合本地信道注意机制MLCA

目录1.MLCA注意力机制2.改进位置3.完整代码Tips：融入模块后的网络经过测试，可以直接使用，设置好输入和输出的图片维度即可1.MLCA注意力机制MLCA（MixedLocalChannelAttention）是一种轻量级的混合本地信道注意机制，旨在提升卷积神经网络（CNN）在图像处理任务中的性能。它通过结合局部和全局信息来增强特征表示能力，同时保持较低的计算复杂度。核心思想：MLCA的核心

听风吹等浪起·2025-03-08 06:29

推荐频道

ResNet