- 简 介： 本文首先讨论了卷积核的概念，以及如何用于对图像进行滤波。然后通过他们对图像进行数学运算来实现特定的效果，比如平和和锐化。展示了如何在OpenCV中实现2D滤波。 在等同卷积卷积核之后，... 简 介： 本文首先讨论了卷积核的概念，以及如何用于对图像进行滤波。然后通过他们对图像进行数学运算来实现特定的效果，比如平和和锐化。展示了如何在OpenCV中实现2D滤波。 在等同卷积卷积核之后，...
- 文章目录 前言多层感知机1. 隐藏层2. 激活函数2.1 ReLU函数2.2 sigmoid函数2.3 tanh函数 3. 多层感知机4. 小结 前言 因为工作需求需要接触... 文章目录 前言多层感知机1. 隐藏层2. 激活函数2.1 ReLU函数2.2 sigmoid函数2.3 tanh函数 3. 多层感知机4. 小结 前言 因为工作需求需要接触...
- 声明： 收藏夹不够用啦，本博文为小生学习中遇到的简洁清晰的知识点分析汇总，大佬划过就好… 不是我针对谁，在座的将来都具备大佬潜力，奥利给… 基础知识篇 Pytorch中的torch.... 声明： 收藏夹不够用啦，本博文为小生学习中遇到的简洁清晰的知识点分析汇总，大佬划过就好… 不是我针对谁，在座的将来都具备大佬潜力，奥利给… 基础知识篇 Pytorch中的torch....
- ▲ 图1.1 记录辐射脉冲的计数器上的数码管数字 ... ▲ 图1.1 记录辐射脉冲的计数器上的数码管数字 ...
- 目录 摘要 如何在Pytorch使用Mish函数 如何在Keras中使用Mish激活函数。 摘要 Diganta Misra的一篇题为“Mish: A Self Regularized Non-Monotonic Neural Activation Function”的新论文介绍了一个新的深度学习激活函数，该函数在最终准确度... 目录 摘要 如何在Pytorch使用Mish函数 如何在Keras中使用Mish激活函数。 摘要 Diganta Misra的一篇题为“Mish: A Self Regularized Non-Monotonic Neural Activation Function”的新论文介绍了一个新的深度学习激活函数，该函数在最终准确度...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1748811github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要论文题目： Bridging the Gap Between Anchor-based and Anchor-free Detection via... 本文转载自https://www.zybuluo.com/huanghaian/note/1748811github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 0 摘要论文题目： Bridging the Gap Between Anchor-based and Anchor-free Detection via...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1744915github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 1 darknet系列转化过程由于yolov2比较老了，性能和速度都无法和yolov3、tiny-yolov3相比，故这里不包括yolov2，具体是yol... 本文转载自https://www.zybuluo.com/huanghaian/note/1744915github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改 1 darknet系列转化过程由于yolov2比较老了，性能和速度都无法和yolov3、tiny-yolov3相比，故这里不包括yolov2，具体是yol...
- 文章目录 1、为什么需要激活函数2、激活函数有哪些性质3、如何选择激活函数4、ReLU激活函数的优缺点5、为什么tanh收敛速度比sigmoid快 理论系列： 深度学习笔记（一）：卷积层+激活函数+池化层+全连接层 深度学习笔记（二）：激活函数的前世今生 深度学习笔记（三）：BatchNorm（BN）层 深度学习笔记（四）：梯度下降... 文章目录 1、为什么需要激活函数2、激活函数有哪些性质3、如何选择激活函数4、ReLU激活函数的优缺点5、为什么tanh收敛速度比sigmoid快 理论系列： 深度学习笔记（一）：卷积层+激活函数+池化层+全连接层 深度学习笔记（二）：激活函数的前世今生 深度学习笔记（三）：BatchNorm（BN）层 深度学习笔记（四）：梯度下降...
- 文章目录 一、背景二、提出三、原理四、计算五、Scale and Shift六、BN层实现 学习记录： 深度学习笔记（一）：卷积层+激活函数+池化层+全连接层 深度学习笔记（二）：激活函数总结 深度学习笔记（三）：BatchNorm（BN）层 深度学习笔记（四）：梯度下降法与局部最优解 深度学习笔记（五）：欠拟合、过拟合 ... 文章目录 一、背景二、提出三、原理四、计算五、Scale and Shift六、BN层实现 学习记录： 深度学习笔记（一）：卷积层+激活函数+池化层+全连接层 深度学习笔记（二）：激活函数总结 深度学习笔记（三）：BatchNorm（BN）层 深度学习笔记（四）：梯度下降法与局部最优解 深度学习笔记（五）：欠拟合、过拟合 ...
- 深度学习 深度学习（Deep Learning, DL）或阶层学习（hierarchical learning）是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络（Artifitial Neural Networks, ANNs），在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选，因此深度学习具有表征学习（representat... 深度学习 深度学习（Deep Learning, DL）或阶层学习（hierarchical learning）是机器学习的技术和研究领域之一，通过建立具有阶层结构的人工神经网络（Artifitial Neural Networks, ANNs），在计算系统中实现人工智能。由于阶层ANN能够对输入信息进行逐层提取和筛选，因此深度学习具有表征学习（representat...
- Dataset：数据集集合(综合性)——机器学习、深度学习算法中常用数据集大集合(建议收藏，持续更新) 目录 常规数据集 各大方向分类数据集汇总 具体数据集分类 相关文章DL：关于深度学习常用数据集的权重文件集合下载地址 常规数据集 StatLib---Datasets Archive If you have ... Dataset：数据集集合(综合性)——机器学习、深度学习算法中常用数据集大集合(建议收藏，持续更新) 目录 常规数据集 各大方向分类数据集汇总 具体数据集分类 相关文章DL：关于深度学习常用数据集的权重文件集合下载地址 常规数据集 StatLib---Datasets Archive If you have ...
- 日前，放射学领域的国际顶级期刊《Radiology》（《放射学》）发表了一项来自中国的“人工智能+医学影像”最新研究成果：运用AI帮助医生检测脑动脉瘤，灵敏度达到97.5%，AI协助放射科医生阅片，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。 日前，放射学领域的国际顶级期刊《Radiology》（《放射学》）发表了一项来自中国的“人工智能+医学影像”最新研究成果：运用AI帮助医生检测脑动脉瘤，灵敏度达到97.5%，AI协助放射科医生阅片，帮助医生临床诊断灵敏度提升约10个百分点，漏诊率降低5个百分点，同时有效缩短医生诊断时间。
- 近日，放射学领域国际顶级期刊《Radiology》发表了华为云 EI 创新孵化 lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科联合团队的最新研究成果：AI 算法检测动脉瘤灵敏度高达 97.5%，帮助医生临床诊断灵敏度提升约 10 个百分点，漏诊率降低 5 个百分点，同时有效缩短医生诊断时间。 近日，放射学领域国际顶级期刊《Radiology》发表了华为云 EI 创新孵化 lab、华中科技大学电信学院、华中科技大学同济医学院附属协和医院放射科联合团队的最新研究成果：AI 算法检测动脉瘤灵敏度高达 97.5%，帮助医生临床诊断灵敏度提升约 10 个百分点，漏诊率降低 5 个百分点，同时有效缩短医生诊断时间。
- 翻译仅为学习，欢迎转载。【题目】Deep Residual Shrinkage Networks for Fault Diagnosis【翻译】基于深度残差收缩网络的故障诊断Abstract (摘要)【翻译】本文提出了一种新的深度学习方法，即深度残差收缩网络，以增强深度学习方法从强噪声信号中学习特征的能力，并且取得较高的故障诊断准确率。软阈值化作为非线性层，嵌入到深度神经网络之中，以去除不重... 翻译仅为学习，欢迎转载。【题目】Deep Residual Shrinkage Networks for Fault Diagnosis【翻译】基于深度残差收缩网络的故障诊断Abstract (摘要)【翻译】本文提出了一种新的深度学习方法，即深度残差收缩网络，以增强深度学习方法从强噪声信号中学习特征的能力，并且取得较高的故障诊断准确率。软阈值化作为非线性层，嵌入到深度神经网络之中，以去除不重...
上滑加载中
推荐直播
-
Skill 构建 × 智能创作：基于华为云码道的 AI 内容生产提效方案2026/03/25 周三 19:00-20:00
余伟，华为云软件研发工程师/万邵业（万少），华为云HCDE开发者专家
本次直播带来两大实战：华为云码道 Skill-Creator 手把手搭建专属知识库 Skill；如何用码道提效 OpenClaw 小说文本，打造从大纲到成稿的 AI 原创小说全链路。技术干货 + OPC创作思路，一次讲透！
回顾中 -
码道新技能，AI 新生产力——从自动视频生成到开源项目解析2026/04/08 周三 19:00-21:00
童得力-华为云开发者生态运营总监/何文强-无人机企业AI提效负责人
本次华为云码道 Skill 实战活动，聚焦两大 AI 开发场景：通过实战教学，带你打造 AI 编程自动生成视频 Skill，并实现对 GitHub 热门开源项目的智能知识抽取，手把手掌握 Skill 开发全流程，用 AI 提升研发效率与内容生产力。
回顾中 -
华为云码道：零代码股票智能决策平台全功能实战2026/04/18 周六 10:00-12:00
秦拳德-中软国际教育卓越研究院研究员、华为云金牌讲师、云原生技术专家
利用Tushare接口获取实时行情数据，采用Transformer算法进行时序预测与涨跌分析，并集成DeepSeek API提供智能解读。同时，项目深度结合华为云CodeArts（码道）的代码智能体能力，实现代码一键推送至云端代码仓库，建立起高效、可协作的团队开发新范式。开发者可快速上手，从零打造功能完整的个股筛选、智能分析与风险管控产品。
回顾中
热门标签