完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>
標簽 > 卷積神經(jīng)網(wǎng)絡(luò)
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNN)是一類包含卷積計算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)(Feedforward Neural Networks),是深度學(xué)習(xí)(deep learning)的代表算法之一。
文章:336個 瀏覽:12915次 帖子:19個
淺析4個計算機視覺領(lǐng)域常用遷移學(xué)習(xí)模型
使用SOTA的預(yù)訓(xùn)練模型來通過遷移學(xué)習(xí)解決現(xiàn)實的計算機視覺問題。
2023-04-23 標簽:人工智能計算機視覺機器學(xué)習(xí) 3.1k 0
卷積神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNNs)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、視頻分析、自然語言處理等領(lǐng)...
2024-07-02 標簽:圖像識別深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 3.1k 0
卷積神經(jīng)網(wǎng)絡(luò)在高光譜圖像分類中的應(yīng)用綜述
目前,對于高光譜遙感圖像分類任務(wù),一種是采用傳統(tǒng)的方法,例如利用光譜特征的分類方法和數(shù)據(jù)的統(tǒng)計特征的分類方法,包括常用的 K 近鄰算法以及支持向量機(S...
卷積神經(jīng)網(wǎng)絡(luò)的基本原理和應(yīng)用范圍
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、語音識別、自然語言處理等領(lǐng)域...
2024-07-02 標簽:圖像識別模型深度學(xué)習(xí) 3.1k 0
CNN(卷積神經(jīng)網(wǎng)絡(luò))是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、自然語言處理等領(lǐng)域。以下是一些常用的CNN模型: LeNet-5:LeNet-5是最早的卷...
2024-07-11 標簽:模型深度學(xué)習(xí)cnn 3k 0
知識圖譜嵌入(KGE)是一種利用監(jiān)督學(xué)習(xí)來學(xué)習(xí)嵌入以及節(jié)點和邊的向量表示的模型。它們將“知識”投射到一個連續(xù)的低維空間,這些低維空間向量一般只有幾百個維...
2023-07-31 標簽:嵌入式系統(tǒng)向量機卷積神經(jīng)網(wǎng)絡(luò) 3k 0
一種融合基于相機的姿態(tài)估計和IMU傳感器的步態(tài)分析方法
步速、步長和關(guān)節(jié)運動學(xué)等步態(tài)指標是臨床環(huán)境中步態(tài)障礙患者的關(guān)鍵評估參數(shù)。步態(tài)的時空和運動學(xué)參數(shù)已被用于評估神經(jīng)系統(tǒng)疾病的治療效果,并預(yù)測老年人摔倒的風險。
卷積神經(jīng)網(wǎng)絡(luò)激活函數(shù)的作用
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNNs)是深度學(xué)習(xí)中一種重要的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),廣泛應(yīng)用于圖像識別、語音識別、...
2024-07-03 標簽:神經(jīng)網(wǎng)絡(luò)非線性函數(shù) 3k 0
卷積神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)和工作原理
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡稱CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、視頻分析、自然語言處理等領(lǐng)...
2024-07-03 標簽:圖像識別模型深度學(xué)習(xí) 3k 0
卷積神經(jīng)網(wǎng)絡(luò)在圖像和醫(yī)學(xué)診斷中的優(yōu)勢
隨著人工智能技術(shù)的迅猛發(fā)展,卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)作為一種深度學(xué)習(xí)的代表算法,在圖像處理和...
2024-07-01 標簽:人工智能深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 2.9k 0
卷積神經(jīng)網(wǎng)絡(luò)通常用來處理什么
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNNs)通常被用來處理具有顯著空間層次結(jié)構(gòu)的數(shù)據(jù),特別是圖像和視頻數(shù)據(jù)。它...
2024-07-11 標簽:圖像識別模型數(shù)據(jù)集 2.9k 0
卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用場景及優(yōu)缺點
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,簡稱CNNs)是一種深度學(xué)習(xí)架構(gòu),它在圖像識別、視頻分析、自然語言處理等領(lǐng)域有...
2024-07-11 標簽:圖像識別深度學(xué)習(xí)自然語言處理 2.9k 0
卷積神經(jīng)網(wǎng)絡(luò)的組成部分有哪些
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNNs)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、視頻分析、自然語言處理等領(lǐng)...
2024-07-03 標簽:圖像識別模型深度學(xué)習(xí) 2.9k 0
卷積神經(jīng)網(wǎng)絡(luò)的一般步驟是什么
卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是一種深度學(xué)習(xí)算法,廣泛應(yīng)用于圖像識別、視頻分析、自然語言處理等領(lǐng)域...
2024-07-03 標簽:圖像識別深度學(xué)習(xí)自然語言處理 2.8k 0
人工神經(jīng)網(wǎng)絡(luò)需學(xué)習(xí)也可執(zhí)行任務(wù)
神經(jīng)網(wǎng)絡(luò)無需學(xué)習(xí)就能駕駛虛擬賽車。 動物生下來就具有天生的能力和稟性。馬生下來幾小時后就會走,鴨子孵出來后很快就會游,人類嬰兒自然而然會被人臉吸引。大腦...
2020-10-13 標簽:神經(jīng)網(wǎng)絡(luò)圖像識別卷積神經(jīng)網(wǎng)絡(luò) 2.8k 0
如何估算深度神經(jīng)網(wǎng)絡(luò)的最優(yōu)學(xué)習(xí)率(附代碼教程)
學(xué)習(xí)率(learning rate)是調(diào)整深度神經(jīng)網(wǎng)絡(luò)最重要的超參數(shù)之一,本文作者Pavel Surmenok描述了一個簡單而有效的辦法來幫助你找尋合理...
2017-12-07 標簽:深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 2.8k 0
人工神經(jīng)網(wǎng)絡(luò)模型包含哪些層次
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network,ANN)是一種模擬人腦神經(jīng)網(wǎng)絡(luò)的計算模型,具有自適應(yīng)、自學(xué)習(xí)、泛化能力強等特點。本文將...
2024-07-05 標簽:人工神經(jīng)網(wǎng)絡(luò)模型輸入信號 2.8k 0
根據(jù),在線性可分情況下,支持向量機尋找最優(yōu)分類超平面的優(yōu)化問題
2023-05-11 標簽:向量機機器學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò) 2.7k 0
在深度學(xué)習(xí)的廣闊領(lǐng)域中,卷積神經(jīng)網(wǎng)絡(luò)(CNN)和循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)是兩種極為重要且各具特色的神經(jīng)網(wǎng)絡(luò)模型。它們各自在圖像處理、自然語言處理等領(lǐng)域展現(xiàn)...
2024-07-08 標簽:cnn自然語言處理卷積神經(jīng)網(wǎng)絡(luò) 2.7k 0
cnn卷積神經(jīng)網(wǎng)絡(luò)分類有哪些
卷積神經(jīng)網(wǎng)絡(luò)(CNN)是一種深度學(xué)習(xí)模型,廣泛應(yīng)用于圖像分類、目標檢測、語義分割等領(lǐng)域。本文將詳細介紹CNN在分類任務(wù)中的應(yīng)用,包括基本結(jié)構(gòu)、關(guān)鍵技術(shù)、...
2024-07-03 標簽:參數(shù)深度學(xué)習(xí)cnn 2.7k 0
換一批
編輯推薦廠商產(chǎn)品技術(shù)軟件/工具OS/語言教程專題
| 電機控制 | DSP | 氮化鎵 | 功率放大器 | ChatGPT | 自動駕駛 | TI | 瑞薩電子 |
| BLDC | PLC | 碳化硅 | 二極管 | OpenAI | 元宇宙 | 安森美 | ADI |
| 無刷電機 | FOC | IGBT | 逆變器 | 文心一言 | 5G | 英飛凌 | 羅姆 |
| 直流電機 | PID | MOSFET | 傳感器 | 人工智能 | 物聯(lián)網(wǎng) | NXP | 賽靈思 |
| 步進電機 | SPWM | 充電樁 | IPM | 機器視覺 | 無人機 | 三菱電機 | ST |
| 伺服電機 | SVPWM | 光伏發(fā)電 | UPS | AR | 智能電網(wǎng) | 國民技術(shù) | Microchip |
| Arduino | BeagleBone | 樹莓派 | STM32 | MSP430 | EFM32 | ARM mbed | EDA |
| 示波器 | LPC | imx8 | PSoC | Altium Designer | Allegro | Mentor | Pads |
| OrCAD | Cadence | AutoCAD | 華秋DFM | Keil | MATLAB | MPLAB | Quartus |
| C++ | Java | Python | JavaScript | node.js | RISC-V | verilog | Tensorflow |
| Android | iOS | linux | RTOS | FreeRTOS | LiteOS | RT-THread | uCOS |
| DuerOS | Brillo | Windows11 | HarmonyOS |