最新 最热

图出不来主要是数据问题,不怕!提前效验~~

一看就是数据问题,指定的列包含非数字信息,这通常是 Excel 中处理处理数据带来的问题:

2024-07-31
1

【计算机视觉】二、图像形成——实验:2D变换编辑器2.0(Pygame)

几何基元是计算机图形学中最基本的图形对象,它们是构建更复杂图形的基础单元。常见的几何基元包括:

2024-07-30
0

【深度学习实验】图像处理(四):PIL——自定义图像数据增强操作(图像合成;图像融合(高斯掩码))

【深度学习实验】图像处理(一):Python Imaging Library(PIL)库:图像读取、写入、复制、粘贴、几何变换、图像增强、图像滤波

2024-07-30
0

【深度学习实验】注意力机制(四):点积注意力与缩放点积注意力之比较

注意力机制作为一种模拟人脑信息处理的关键工具,在深度学习领域中得到了广泛应用。本系列实验旨在通过理论分析和代码演示,深入了解注意力机制的原理、类型及其在模型中的实际应用。...

2024-07-30
0

【深度学习实验】卷积神经网络(八):使用深度残差神经网络ResNet完成图片多分类任务

本实验实现了实现深度残差神经网络ResNet,并基于此完成图像分类任务。

2024-07-30
0

【深度学习实验】卷积神经网络(六):自定义卷积神经网络模型(VGG)实现图片多分类任务

卷积神经网络在图像处理方面具有很强的优势,它能够自动学习到具有层次结构的特征表示,并且对平移、缩放和旋转等图像变换具有一定的不变性。这些特点使得卷积神经网络成为图像分类、目标检测、语义分割等任务的首选模型...

2024-07-30
0

【深度学习实验】卷积神经网络(四):自定义二维汇聚层:最大汇聚(max pooling)和平均汇聚(average pooling)

本实验实现了一个自定义的二维汇聚层(池化层),包括前向传播中进行最大池化、平均池化等操作。

2024-07-30
0

【深度学习实验】卷积神经网络(三):自定义二维卷积层:步长、填充、输入输出通道

本实验实现了二维卷积神经网络的卷积层设置步长、填充、输入输出通道等功能。

2024-07-30
0

【深度学习实验】前馈神经网络(九):整合训练、评估、预测过程(Runner)

本实验实现了Runner类,用于模型的训练、评估和预测。通过该类,可以更方便地进行模型的训练和评估,并获取训练过程中的损失变化和评价指标的变化情况。...

2024-07-30
0

【源头活水】使用Pytorch中从头实现去噪扩散概率模型(DDPM)

“问渠那得清如许,为有源头活水来”,通过前沿领域知识的学习,从其他研究领域得到启发,对研究问题的本质有更清晰的认识和理解,是自我提高的不竭源泉。为此,我们特别精选论文阅读笔记,开辟“源头活水”专栏,帮助你广泛而深入的...

2024-07-29
0