neural 第65页

睡眠音频分割及识别问题(三)

文献一：PANNs:Large-ScalePretrainedAudioNeuralNetworksforAudioPatternRecognition[摘要]音频模式识别是机器学习领域的一个重要研究课题

HenrySmale·2023-01-18 17:20

用python实现基于PANN（retrained Audio Neural Networks）的声音检测方法

用python实现基于PANN的声音事件检测方法1.PANN国外论文：《PANNs:Large-ScalePretrainedAudioNeuralNetworksforAudioPatternRecognition

没用的阿鸡·2023-01-18 17:20

CNN网络量化--Two-Step Quantization for Low-bit Neural Networks

Two-StepQuantizationforLow-bitNeuralNetworksCVPR2018https://github.com/wps712/Two-Step-Quantization-AlexNethttps

O天涯海阁O·2023-01-18 17:12

【论文阅读笔记】---《A Survey of Model Compression and Acceleration for Deep Neural Networks》

论文：ASurveyofModelCompressionandAccelerationforDeepNeuralNetworks深度神经网络模型压缩与加速综述摘要--深度卷积神经网络（CNN）目前在很多视觉识别任务中有非常良好的表现

吃不胖的卷卷·2023-01-18 17:38

Optimal ANN-SNN Conversion for High-accuracy and Ultra-low-latency Spiking Neural Networks 阅读总结

OptimalANN-SNNConversionforHigh-accuracyandUltra-low-latencySpikingNeuralNetworks阅读总结Abstract1.Introduction2

for-nothing·2023-01-18 17:30

rapidminer_使用Tensorflow和RapidMiner Studio通过AI进行内部威胁检测

rapidminerThistechnicalarticlewillteachyouhowtopre-processdata,createyourownneuralnetworks,andtrainandevaluatemodelsusingtheUS-CERT

weixin_26722031·2023-01-18 16:24

MobileNet论文详解

转载于:https://blog.csdn.net/T800GHB/article/details/78879612文章全名：MobileNets:EfficientConvolutionalNeuralNetworksforMobileVisionApplications1

持续努力·2023-01-18 16:53

神经网络手写数字识别#调库

#调库三部曲#1.导包importnumpyasnpfromsklearn.neural_networkimportMLPClassifierfromsklearn.metricsimportprecision_score

小杨变老杨·2023-01-18 16:08

光神经网络ONN：直接对光信号进行神经网络处理

光学神经网络(Opticalneuralnetworks，ONN)提供了一个在模拟、光学领域处理数据的平台。

·2023-01-18 14:17

神经网络结构包括哪些,神经网络的种类和特点

一种是循环神经网络(RecurrentNeuralNetwork);另一种是结构递归神经网络(RecursiveNeuralNetwork)，它使用相似的网络结构

普通网友·2023-01-18 13:02

【PyTorch】教程：学习基础知识-(5) 构建模型

BUILDTHENEURALNETWORK(构建神经网络)神经网络由layers/modules组成，torch.nn提供了所有的你需要构建自己的神经网络的blocks，每个module都在PyTorch

黄金旺铺·2023-01-18 12:06

实验1深度学习基础实验

实验目的1、掌握sklearn开发环境2、掌握sklearn.neural_network下的神经网络分类器MLPClassifier；3、掌握sklearn.linear_model下的感知机分类器Perceptron

二战国科大·2023-01-18 11:10

论文阅读：Convolutional Neural Networks for Sentence Classification 卷积神经网络的句子分类

ConvolutionalNeuralNetworksforSentenceClassification卷积神经网络的句子分类目录ConvolutionalNeuralNetworksforSentenceClassification

南有芙蕖·2023-01-18 11:06

神经网络架构搜索（Neural Architecture Search, NAS）笔记

目录（一）背景（二）NAS流程2.1定义搜索空间2.2搜索策略（三）加速（四）变体及扩展4.1扩展到其他任务4.2扩展到其他超参数（一）背景机器学习从业者被戏称为“调参工”已经不是一天两天了。我们知道，机器学习算法的效果好坏不仅取决于参数，而且很大程度上取决于各种超参数。有些paper的结果很难重现原因之一就是获得最优超参值往往需要花很大的力气。超参数的自动搜索优化是一个古老的话题了。深度学习兴起

再见天师·2023-01-18 10:48

知识蒸馏

模型压缩2.2什么是学习2.3什么是知识蒸馏2.4知识蒸馏的一般流程三知识蒸馏的分类3.1模型结构的种类3.2知识的分类3.3如何蒸馏四输出层知识蒸馏《DistillingtheKnowledgeinaNeuralNetwork

_Old_Summer·2023-01-18 09:15

知识蒸馏示例代码实现及下载

知识蒸馏代码实现论文《DistillingtheKnowledgeinaNeuralNetwork》*源码以Github为准Github链接：https://github.com/yeqiwang/KnowledgeDistilling1

今生有幸.~·2023-01-18 09:15

EfficientNet-B0详解

转载请注明EfficientNets是谷歌大脑的工程师谭明星和首席科学家QuocV.Le在论文《EfficientNet:RethinkingModelScalingforConvolutionalNeuralNetworks

JaciusCV·2023-01-18 08:30

经典实例分割模型Mask RCNN原理与测试

一、MaskRCNN简介区域卷积神经网络RCNN（Region-ConvolutionalNeuralNetworks）为两阶段目标检测器。

Half_A·2023-01-17 23:46

混泥土（地面+墙面）+ 山体裂缝数据集汇总（分类及目标检测）

主要是用来分类论文：SDNET2018:Anannotatedimagedatasetfornon-contactconcretecrackdetectionusingdeepconvolutionalneuralnetworks

行码阁119·2023-01-17 23:13

SIGIR 2021 | 推荐系统中的自监督图表征学习

物品交互图上的表征学习（RepresentationLearning）已经从使用单个ID或历史交互行为发展到利用交互图上的高阶邻域信息，催生了诸如PinSage和LightGCN等图卷积网络（GraphNeuralNetworks

PaperWeekly·2023-01-17 19:08

零基础多图详解图神经网络（GNN/GCN）【论文精读】

原文链接：AGentleIntroductiontoGraphNeuralNetworks(distill.pub)我们不仅仅关系整个图的架构，其实我们更关心的是每个顶点每条边和整个图所表示的信息。

黄乐荣·2023-01-17 16:17

ANN-简单了解

ANN人工神经网络（ArtificialNeuralNetwork，ANN）简称神经网络或类神经网络。

叶铁柱·2023-01-17 16:45

智能计算：人工神经网络（ANN）

人工神经网络（ArtificialNeuralNetwork，ANN）：借助数学和物理建模，对人脑神经网络进行抽象后建立的简化模型。

工藤赵一·2023-01-17 16:42

传统神经网络ANN简介

人工神经网络（artificialneuralnetwork，缩写ANN），简称神经网络（neuralnetwork，缩写NN），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。

bluebelfast·2023-01-17 16:11

以图搜图如何生成向量？

只要指定image就能无脑生成图片的向量frompathlibimportPathfromtypingimportListfromivimportResNet,l2#Initializearesidualneuralnetworkresnet

·2023-01-17 15:50

深度学习——RNN和LSTM

CalDreaming·2023-01-17 15:49

Transformer解析-易理解

在之前的文章中，Attention成了深度学习模型中无处不在的方法，它是种帮助提升NMT（NeuralMachineTranslation）的翻译效果的思想。在本篇博客中，我们解析下

SeaSky_Steven·2023-01-17 15:47

Transformer研究井喷式涌现；最大中文多模态预训练数据集

目录：Self-SupervisedLearningofGraphNeuralNetworks:AUnifiedReviewM6

视学算法·2023-01-17 13:42

论文解析： Bag of Freebies for Training Object Detection Neural Networks

目标检测必读论文解读：BagofFreebiesforTrainingObjectDetectionNeuralNetworks目录目标检测必读论文解读：BagofFreebiesforTrainingObjectDetectionNeuralNetworksContribution

jia++ming·2023-01-17 13:10

jia++ming·2023-01-17 13:03

卷积神经网络[CNN]笔记（四）—— 输入输出与超参数关系计算公式

在卷积神经网络（ConvolutionalNeuralNetworks,CNNs/ConvNets）中，卷积核是指具有一定宽度和高度，且深度与图像深度一致的卷积块，由它所构成的网络层就称之为卷积层。

zeeq_·2023-01-17 12:42

mpf11_Learning rate_Activation_Loss_Optimizer_Quadratic Program_NewtonTaylor_L-BFGS_Nesterov_Hessian

DeeplearningrepresentstheverycuttingedgeofArtificialIntelligence(AI).Unlikemachinelearning,deeplearningtakesadifferentapproachinmakingpredictionsbyusinganeuralnetwork.Anartificialneuralnetworkismodele

LIQING LIN·2023-01-17 11:27

一文看尽深度学习中的各种池化方法！

转载自：https://zhuanlan.zhihu.com/p/377572391侵删背景卷积神经网络(ConvolutionNeuralNetwork,CNN)因其强大的特征提取能力而被广泛地应用到计算机视觉的各个领域

weixin_39450742·2023-01-17 11:15

【Mixed Pooling】《Mixed Pooling for Convolutional Neural Networks》

2014Internationalconferenceonroughsetsandknowledgetechnology文章目录1BackgroundandMotivation2ReviewofConvolutionalNeuralNetworks3Advantages

bryant_meng·2023-01-17 11:12

快速了解RNN，的结构，能做哪些任务，缺点。

一、什么是RNN：RNN(RecurrentNeuralNetwork)即循环神经网络，用于解决训练样本输入是连续的序列,且序列的长短不一的问题，比如基于时间序列的问题。

Aɢᴀɪɴ . ·2023-01-17 10:36

优化方法2

文章目录前言文献阅读摘要方法结果与讨论优化算法粒子群优化PSO蒙特卡洛算法马尔可夫总结前言Thisweek,thepaperproposesaDeepMulti-outputLSTM(DM-LSTM)neuralnetworkmodelthatwereincorporatedwiththreedeeplearningalgorithms

hehehe2022·2023-01-17 09:04

Sim2Real学习总结：A Short Survey

欢迎关注下方二维码哒公众号，回复神秘代码：Sim2Real，文中涉及的文章一键获得欢迎关注HelloNeuralNetworks，研究图形学、深度学习、强化学习和Robotic类话题引言最近学习了Sim2Real

平平无奇小扑街·2023-01-17 09:58

71、AdaNeRF: Adaptive Sampling for Real-time Rendering of Neural Radiance Fields

简介官网：https://thomasneff.github.io/adanerf/新的双网络架构，它采用正交方向，通过学习如何最好地减少所需样本点的数量，将网络分为联合训练的sample和shading网络，训练方案在每条射线上采用固定的样本位置，并在整个训练过程中逐步引入稀疏性，即使在低样本计数下也能实现高质量，在对目标样本数进行微调后，生成的紧凑神经表示可以实时呈现贡献点：一种新型的双网络架

C--G·2023-01-16 21:29

Transfer learning based multi-fidelity physics informed deep neural network论文笔记

论文信息题目：Transferlearningbasedmulti-fidelityphysicsinformeddeepneuralnetwork作者：SouvikChakraborty期刊会议：MachineLearning

pinn山里娃·2023-01-16 16:03

定向广播和受限广播_快速和受限的样式转换

定向广播和受限广播神经风格转移，进化(NeuralStyleTransfer,Evolution)Intheirseminalwork,“ImageStyleTransferUsingConvolutionalNeuralNetworks

weixin_26726011·2023-01-16 16:02

论文理解:“Conservative physics-informed neural networks on discrete domainsfor conservation laws: Appl“

译：守恒定律离散域上的保守物理信息神经网络:在正问题和反问题中的应用--Comput.MethodsAppl.Mech.Engrg.365(2020)目录一、引言二、问题设置三、方法四、数值实验4.1、ViscousBurgers方程4.2、Korteweg–deVries方程4.3、不可压缩Navier–Stokes方程4.4、逆问题：二维无粘Burgers方程一、引言PINN与传统的数值方法(

RrS_G·2023-01-16 16:28

论文理解：“Multi-output physics-informed neural networks for forward andinverse PDE problems with uncer“

译：多输出物理信息神经网络用于不确定正、反偏微分方程问题from：Comput.MethodsAppl.Mech.Engrg.--2022目录一、引言二、MO-PINN三、数值实验3.1、正问题——2维非线性Allen–Cahn方程3.2、逆问题——二维非线性扩散-反应体系一、引言与传统的深度学习应用不同，深度学习需要大数据集来训练模型，物理信息神经网络(PINN)已经被开发出来，将物理平衡定律嵌

RrS_G·2023-01-16 16:28

论文理解：“Quadratic Residual Networks: A New Class of Neural Networks forSolving Forward and Inverse P“

QuadraticResidualNetworks:ANewClassofNeuralNetworksforSolvingForwardandInverseProblemsinPhysicsInvolvingPDEs

RrS_G·2023-01-16 16:58

A composite neural network that learns from multi-fidelitydata: Application to function approximati

目录一、背景二、多保真DNN和多保真PINN三、各类问题3.1.函数逼近3.1.1.具有线性相关的连续函数3.1.2.具有非线性相关的连续函数3.1.3.20维函数的近似3.2.非线性反偏微分方程问题3.2.1.学习非饱和非线性流动的水力导率四、前景一、背景深度学习的快速发展也影响了物理系统的计算建模。通常，复杂物理系统的优化需要大量的高保真数据集，这可能会导致计算成本过高。另一方面，不充分的高保

RrS_G·2023-01-16 16:27

知识蒸馏（Knowledge Distillation）

1、DistillingtheKnowledgeinaNeuralNetworkHinton的文章"DistillingtheKnowledgeinaNeuralNetwork"首次提出了知识蒸馏（暗知识提取

迷路在代码中·2023-01-16 15:48

74、Beyond RGB: Scene-Property Synthesis with Neural Radiance Fields

简介Listitem论文地址：http://arxiv-export3.library.cornell.edu/abs/2206.04669v1利用隐式三维表示和神经渲染的最新进展，从综合模型的角度提供了一种新的场景理解方法，能够从新颖的视点渲染照片逼真的RGB图像，而且还能够渲染各种精确的场景属性(例如，外观、几何和语义)。便于在统一的框架下解决各种场景理解任务，包括语义分割、表面法向估计、重塑

C--G·2023-01-16 14:09

[CVPR2021]NeRF in the Wild: Neural Radiance Fields for Unconstrained Photo Collections

标题：NeRFintheWild:NeuralRadianceFieldsforUnconstrainedPhotoCollections链接：https://arxiv.org/pdf/2008.02268NeRF

深蓝蓝蓝蓝蓝·2023-01-16 14:09

72、PaletteNeRF: Palette-based Appearance Editing of Neural Radiance Fields

简介官网:https://palettenerf.github.io/以(a)多视图照片为训练输入，重建NeRF并将其外观分解为一组(b)基于3D调色板的色基，实现了©直观和逼真的场景重新着色，在任意视图之间具有3D一致性，如(d)所示，该方法支持各种基于调色板的编辑应用，如光照修改和3D真实感风格迁移贡献点：提出一种新的框架，通过将辐射场分解为学习到的颜色基的加权组合来促进NeRF的编辑。引入了

C--G·2023-01-16 14:39

[非卷积5D] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis

paper:《NeRF:RepresentingScenesasNeuralRadianceFieldsforViewSynthesis》文章来自arxiv.org，仅做笔记之用[非卷积5D中文翻译及学习笔记

江南蜡笔小新·2023-01-16 14:38

23、Plenoxels: Radiance Fields without Neural Networks

在标准、基准任务中，Plenoxels的优化速度比NeuralRadianceFields快了两个数量级，且视觉质量没有损失实现流程神经辐射场的关键元素不是神经网络，而是可微

C--G·2023-01-16 14:38

推荐频道

neural