- 最近遇到一个比赛题，要做一个预测，而且还是多输出多输出。开始我选择了一个多输入多输出预测算法进行实现。为了拓展，这里再使用神经网络来实现一下。 文章目录 一、问题描述... 最近遇到一个比赛题，要做一个预测，而且还是多输出多输出。开始我选择了一个多输入多输出预测算法进行实现。为了拓展，这里再使用神经网络来实现一下。 文章目录 一、问题描述...
- 在本专栏的第十二篇记录过神经网络的原理和常用函数 此次记录实战中的一次使用，目的是预测垃圾量的增长，垃圾量和其它几个因素相关 此实例包含训练和预测 %GDP %常驻人口数 x1=[93.48 96.13... 在本专栏的第十二篇记录过神经网络的原理和常用函数 此次记录实战中的一次使用，目的是预测垃圾量的增长，垃圾量和其它几个因素相关 此实例包含训练和预测 %GDP %常驻人口数 x1=[93.48 96.13...
- KNN是模式识别中的经典算法，本次实验就MNIST数据集来做KNN算法的实验，并结合前一次的LDA降维对数据进行进一步处理。 实验报告图片版 pdf版本可以戳这：模式识别实验报告：KNN K... KNN是模式识别中的经典算法，本次实验就MNIST数据集来做KNN算法的实验，并结合前一次的LDA降维对数据进行进一步处理。 实验报告图片版 pdf版本可以戳这：模式识别实验报告：KNN K...
- 图像超分即超分辨率，将图像从模糊的状态变清晰 本文为深度学习专业课的实验报告，完整的源码文件/数据集获取方式见文末 1.实验目标 输入大小为h×w的图像X，输出为一个sh×sw的图像 Y，s... 图像超分即超分辨率，将图像从模糊的状态变清晰 本文为深度学习专业课的实验报告，完整的源码文件/数据集获取方式见文末 1.实验目标 输入大小为h×w的图像X，输出为一个sh×sw的图像 Y，s...
- 从本篇开始，将进入到深度学习的计算机视觉领域，在此之前有必要对传统 图像处理方法做个回顾。 传统图像处理 在我的【计算机视觉】基础图像知识点整理和【计算机视觉】数字图像处理基础知识题这两篇博文中，对于... 从本篇开始，将进入到深度学习的计算机视觉领域，在此之前有必要对传统 图像处理方法做个回顾。 传统图像处理 在我的【计算机视觉】基础图像知识点整理和【计算机视觉】数字图像处理基础知识题这两篇博文中，对于...
- 看到有人整理了BP神经网络matlab代码实现 特此放上链接：BP神经网络matlab代码实现步骤 另外为了对数据进行尝试，看了下《MATLAB神经网络43个案例分析》的案例，懵懵懂懂，先将第二章非线性函... 看到有人整理了BP神经网络matlab代码实现 特此放上链接：BP神经网络matlab代码实现步骤 另外为了对数据进行尝试，看了下《MATLAB神经网络43个案例分析》的案例，懵懵懂懂，先将第二章非线性函...
- 本篇是认知计算课程的作业，关于人脸欺骗和人脸欺骗防御的综述。 完整文档参见：https://gitee.com/zstar1003/xdu-homework/tree/master/%E8%AE%A... 本篇是认知计算课程的作业，关于人脸欺骗和人脸欺骗防御的综述。 完整文档参见：https://gitee.com/zstar1003/xdu-homework/tree/master/%E8%AE%A...
- 前言 在【模式识别】SVM实现人脸表情分类一文中，我曾使用Hog特征+SVM的方式实现表情分类，但对于Hog特征的原理并未做深入整理。此篇将结合scikit-image来简单分析Hog特征的原理和维度关... 前言 在【模式识别】SVM实现人脸表情分类一文中，我曾使用Hog特征+SVM的方式实现表情分类，但对于Hog特征的原理并未做深入整理。此篇将结合scikit-image来简单分析Hog特征的原理和维度关...
- 专业课考试 我是人工智能专业开设以来的第一届学生，这带来了一个弊端，那便是专业课考试无往年真题可以参考。其它传统专业可以通过刷题来快速掌握考点，并且每年题目的差异性不会太大，比较好准备。而我们专业的学生... 专业课考试 我是人工智能专业开设以来的第一届学生，这带来了一个弊端，那便是专业课考试无往年真题可以参考。其它传统专业可以通过刷题来快速掌握考点，并且每年题目的差异性不会太大，比较好准备。而我们专业的学生...
- 结尾有测试代码 github上有预训练。 一、写在前面的话 本文针对网络部署时面临的内存和资源有限的问题，提出两种不同的Ghost模块，旨在利用成本低廉的线性运算来生成Ghost特征图。C-Ghost模块被应用于CPU等设备，并通过简单的模块堆叠实现C-GhostNet。适用于GPU等设备的G-Ghost模块利用阶段性特征冗余... 结尾有测试代码 github上有预训练。 一、写在前面的话 本文针对网络部署时面临的内存和资源有限的问题，提出两种不同的Ghost模块，旨在利用成本低廉的线性运算来生成Ghost特征图。C-Ghost模块被应用于CPU等设备，并通过简单的模块堆叠实现C-GhostNet。适用于GPU等设备的G-Ghost模块利用阶段性特征冗余...
- 128*128 gpu 1060 8ms cpu 11ms skipnet gpu 5ms gpu 18ms 现代高效卷积神经网络 (CNN) 总是使用深度可分离卷积 (DSC) 和神经网络架构搜索 (NAS) 来减少参数数量和计算复杂度。但忽略了网络的一些固有特征。受可视化特征图和 N×N(N>1) ... 128*128 gpu 1060 8ms cpu 11ms skipnet gpu 5ms gpu 18ms 现代高效卷积神经网络 (CNN) 总是使用深度可分离卷积 (DSC) 和神经网络架构搜索 (NAS) 来减少参数数量和计算复杂度。但忽略了网络的一些固有特征。受可视化特征图和 N×N(N>1) ...
- 文章目录 一、什么是KNN? 二、为什么我们需要 K-NN 算法？ 三、KNN实现步骤 3.1 流程 3... 文章目录 一、什么是KNN? 二、为什么我们需要 K-NN 算法？ 三、KNN实现步骤 3.1 流程 3...
- 一、 CNN简介 1 卷积神经网络（CNN）定义 卷积神经网络（convolutional neural network, CNN），是一种专门用来处理具有类似网格结构的数据的神经网络。卷积网络是指那些... 一、 CNN简介 1 卷积神经网络（CNN）定义 卷积神经网络（convolutional neural network, CNN），是一种专门用来处理具有类似网格结构的数据的神经网络。卷积网络是指那些...
- 一、基于灰度图像的积累加权边缘检测方法简介 1 引言 在图像分割中,边缘检测方法是人们研究得最多的方法,它试图通过检测包含不同区域的边缘来解决图像分割问题。图像的大部分主要信息都存在于图像的边缘中,主要... 一、基于灰度图像的积累加权边缘检测方法简介 1 引言 在图像分割中,边缘检测方法是人们研究得最多的方法,它试图通过检测包含不同区域的边缘来解决图像分割问题。图像的大部分主要信息都存在于图像的边缘中,主要...
- 测试代码： 224*224*3 1060显卡 gpu10 ms，cpu80ms。 gpu 比 mobileone 快1ms。 python eval_cls.py --common.config-file ./config/classification/edgeformer/edgeformer_s.yaml --... 测试代码： 224*224*3 1060显卡 gpu10 ms，cpu80ms。 gpu 比 mobileone 快1ms。 python eval_cls.py --common.config-file ./config/classification/edgeformer/edgeformer_s.yaml --...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签