最新 最热

图神经网络的表达能力,究竟有多强大?

前几年神经网络很火,相信大家对神经网络都有一定的了解。而图神经网络是直接在图上进行计算,整个计算的过程,沿着图的结构进行,这样处理的好处是能够很好的保留图的结构信息。而能够对结构信息进行学习,正是图神经网络的能...

2022-09-13
0

详解RPN网络[通俗易懂]

RPN(Region Proposal Network)是Faster-RCNN网络用于提取预选框(也就是RCNN中使用selective search算法进行Region Proposal的部分),我们知道RCNN及Fast-RCNN中一个性能瓶颈就是提取预选框的部分,而RPN很好地对这个部分进行...

2022-09-10
0

深度学习之卷积神经网络CNN及tensorflow代码实现示例

在人工的全连接神经网络中,每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时,这时全连接网络需要训练的参数就会增大很多,计算速度就会变得很慢,例如一张黑白的 28×28 28×28 的手写数字图...

2022-09-10
0

李宏毅《机器学习》丨7. Conclusion(总结)

李宏毅 机器学习 丨1. Introduction of this course(机器学习介绍)

2022-09-09
0

一文搞定BP神经网络——从原理到应用(原理篇)「建议收藏」

本文着重讲述经典BP神经网络的数学推导过程,并辅助一个小例子。本文不会介绍机器学习库(比如sklearn, TensorFlow等)的使用。 欲了解卷积神经网络的内容,请参见我的另一篇博客一文搞定卷积神经网络——从原理到应用。...

2022-09-09
0

CNN卷积神经网络和反向传播[通俗易懂]

如果我们把图像中的像素点顺序排列作为输入层神经元的值,对于28×28像素的图像,输入神经元有28×28=784个。但是用这种全连接的网络去做图像分类是很奇怪的,因为它没有考虑图像的空间结构(局部特征),它相同看待那些相距很近...

2022-09-07
0

CNN笔记:通俗理解卷积神经网络

2012年我在北京组织过8期machine learning读书会,那时“机器学习”非常火,很多人都对其抱有巨大的热情。当我2013年再次来到北京时,有一个词似乎比“机器学习”更火,那就是“深度学习”。...

2022-09-07
0

CNN卷积神经网络及图像识别

神经网络(neual networks)是人工智能研究领域的一部分,当前最流行的神经网络是深度卷积神经网络(deep convolutional neural networks, CNNs),虽然卷积网络也存在浅层结构,但是因为准确度和表现力等原因很少使用。目前提...

2022-09-06
0

OpenMMLAB系列框架解读(基于PyTorch)

什么是OpenMMLab呢?为了帮助更多的同学在复现上少走弯路,并且实现可以在一个相同的环境下比较不同的settings,香港中文大学-商汤科技联合实验室(MMLab)推出了OpenMMLab计划。是一个用于多个重要研究领域的开源的代码库,力...

2022-09-06
0

基于卷积神经网络的人脸识别[通俗易懂]

利用opencv获取人脸,采集人脸数据,将收集到的人脸数据加载到内存,搭建属于自己的卷积神经网络,并用人脸数据训练自己的网络,将训练好的网络保存成模型,最后再用opencv获取实时人脸用先前训练好的模型来识别人脸。...

2022-09-06
0