卷积神经网络各层基本知识 深入学习卷积神经网络(CNN)的原理知识 2023年4月6日 上午11:08 • 卷积神经网络 卷积神经网络各层基本知识 本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:卷积神经网络各层基本知识 深入学习卷积神经网络(CNN)的原理知识 - Python技术站 人工智能卷积神经网络 赞 (0) 0 0 打赏 微信扫一扫 支付宝扫一扫 生成海报 卷积与相关 上一篇 2023年4月6日 上午11:08 [图像处理]基于 PyTorch 的高斯核卷积 下一篇 2023年4月6日 相关文章 tensorflow按需分配GPU问题 使用tensorflow,如果不加设置,即使是很小的模型也会占用整块GPU,造成资源浪费。 所以我们需要设置,使程序按需使用GPU。 具体设置方法: 1 gpu_options = tf.GPUOptions(allow_growth=True) 2 sess = tf.Session(config=tf.ConfigProto(gpu_options=gp… tensorflow 2023年4月6日 000 GAN生成式对抗网络(一)——原理 生成式对抗网络(GAN, Generative Adversarial Networks )是一种深度学习模型 GAN包括两个核心模块。 1.生成器模块 –generator2.判别器模块–desciminator GAN通俗原理解释 为了通俗的解释GAN原理,可以类比为伪造货币的例子(这个比方纯粹为了解释)现在有个伪造货币的任务。你有一堆真实的货币,一… GAN生成对抗网络 2023年4月5日 000 目标检测 用飞浆框架做目标检测 ** 用飞浆框架做目标检测 目标检测就是在给定图像中找到具有准确定位的特定对象,并为每个对象分配一个对应的标签。 目标检测(object detection)是计算机视觉(computer visual)中的一项基本问题,主要目的是确定图像中是否存在给定类别的对象实例(例如人,汽车,自行车,狗或猫),如果存在,则返回每个对象实例的空间位置和范围(“分类”+“… 2023年4月8日 000 caffe-安装anaconda后重新编译caffe报错 ks@ks-go:~/caffe-master$ make -j16 CXX/LD -o .build_release/tools/convert_imageset.bin CXX/LD -o .build_release/tools/net_speed_benchmark.bin CXX/LD -o .build_release/tools/upgrade… Caffe 2023年4月6日 000 循环神经网络 第二次打卡,文本预处理,语言模型,循环神经网络基础 ** 文本预处理 **文本是一类序列数据,一篇文章可以看作是字符或单词的序列,本节将介绍文本数据的常见预处理步骤,预处理通常包括四个步骤:读入文本;分词;建立字典,将每个词映射到一个唯一的索引(index);将文本从词的序列转换为索引的序列,方便输入模型。 ** 语言模型 **一段自然语言文本可以看作是一个离散时间序列,给定一个长度为T的词的序列w1,w2,… 2023年4月8日 000 keras模型总结 https://keras.io/zh/ https://keras.io/zh/models/about-keras-models/ 在 Keras 中有两类主要的模型:Sequential 顺序模型 和 使用函数式 API 的 Model 类模型。 这些模型有许多共同的方法和属性: model.layers 是包含模型网络层的展平列表。 model.… Keras 2023年4月7日 000 用pytorch1.0搭建简单的神经网络:进行多分类分析 用pytorch1.0搭建简单的神经网络:进行多分类分析 import torch import torch.nn.functional as F # 包含激励函数 import matplotlib.pyplot as plt # 假数据 # make fake data n_data = torch.ones(100, 2) x0 = torch.nor… PyTorch 2023年4月6日 000 目标检测 PointRCNN: 点云的3D目标生成与检测 PointRCNN: 点云的3D目标生成与检测 PointRCNN: 3D Object Proposal Generation and Detection from Point Cloud 论文地址:https://arxiv.org/abs/1812.04244 代码地址:https://github.com/sshaoshuai/PointRCNN 摘… 2023年4月6日 000