- 目录 人工神经网络-->>神经元 人工神经网络（ANN） 神经元仿生：单层感知器 性能评估函数： MATLAB实际操作实例 人工神经网络-->>神经元 人工神经网络（ANN） 是迄今为止几乎最为成功的仿生学数学模型，是机器学习领域的热点，符合智能化机器的时代潮流有统一的模型框架，很多算法问题可以归为神经网络系统学习问题加以解决（SVM支持向量机... 目录 人工神经网络-->>神经元 人工神经网络（ANN） 神经元仿生：单层感知器 性能评估函数： MATLAB实际操作实例 人工神经网络-->>神经元 人工神经网络（ANN） 是迄今为止几乎最为成功的仿生学数学模型，是机器学习领域的热点，符合智能化机器的时代潮流有统一的模型框架，很多算法问题可以归为神经网络系统学习问题加以解决（SVM支持向量机...
- 目录 神经网络基础： 神经网络进阶： 深度学习网络： 神经网络应用： 深度学习落地实现： 神经网络基础： 单层感知器线性神经网络BP 神经网络Hopfields神经网络径向基神经网络PCA和SVM 神经网络进阶： 自编码器稀疏自编码器玻尔兹曼机受限玻尔兹曼机递归神经 网络自组织竞争神经网络 深度学习网络： 深度置信网络卷积神经网络 深度残差网络 神经网络... 目录 神经网络基础： 神经网络进阶： 深度学习网络： 神经网络应用： 深度学习落地实现： 神经网络基础： 单层感知器线性神经网络BP 神经网络Hopfields神经网络径向基神经网络PCA和SVM 神经网络进阶： 自编码器稀疏自编码器玻尔兹曼机受限玻尔兹曼机递归神经 网络自组织竞争神经网络 深度学习网络： 深度置信网络卷积神经网络 深度残差网络 神经网络...
- 目录 1. 基于阈值的目标提取 1.1 二值化处理 1.2 阈值的确定 模态法 阈值确定其他方法 大津法 2. 基于颜色的目标提取 2.1 色相、亮度、饱和度 2.2颜色分量和组合处理 比如让你提取一幅照片中的苹果，还有可能遮挡 比如让你提取绿色的麦苗，如何使用二值图像呢？ 3. 基于差分目标提取 3.1 帧间差分 3.2 背景差分 1.... 目录 1. 基于阈值的目标提取 1.1 二值化处理 1.2 阈值的确定 模态法 阈值确定其他方法 大津法 2. 基于颜色的目标提取 2.1 色相、亮度、饱和度 2.2颜色分量和组合处理 比如让你提取一幅照片中的苹果，还有可能遮挡 比如让你提取绿色的麦苗，如何使用二值图像呢？ 3. 基于差分目标提取 3.1 帧间差分 3.2 背景差分 1....
- 1 基本概念 Cover和Hart在1968年提出了最初的临近算法 分类算法classfication 输入基于实例的学习instance-based learning ,懒惰学习lazy learning 2 例子： 对最后一个未知电影类型进行归类 对上图实例进行转化为特征向... 1 基本概念 Cover和Hart在1968年提出了最初的临近算法 分类算法classfication 输入基于实例的学习instance-based learning ,懒惰学习lazy learning 2 例子： 对最后一个未知电影类型进行归类 对上图实例进行转化为特征向...
- 目录 Robust Lane Detection from Continuous Driving Scenes Using Deep Neural Networks 1. 摘要 2. 主要贡献 3. 算法流程 3.1 网络概述 3.2 网络设计 3.2.1 LSTM网络 3.2.2 编码-解码网络 3.2.3 网络训练 4. 结果展示 4.1 数据集 ... 目录 Robust Lane Detection from Continuous Driving Scenes Using Deep Neural Networks 1. 摘要 2. 主要贡献 3. 算法流程 3.1 网络概述 3.2 网络设计 3.2.1 LSTM网络 3.2.2 编码-解码网络 3.2.3 网络训练 4. 结果展示 4.1 数据集 ...
- 论文地址：https://arxiv.org/pdf/2004.10934.pdf GitHub地址：https://github.com/AlexeyAB/darknet 觉得作者很地道，论文附上开源，没有比这更开心的事情了吧！ 首先附上对论文总结的思维导图，帮助大家更好的理解！ （思维导图和论文译文PDF均可在【计算机视觉联盟】后台回复yolov4获取） ... 论文地址：https://arxiv.org/pdf/2004.10934.pdf GitHub地址：https://github.com/AlexeyAB/darknet 觉得作者很地道，论文附上开源，没有比这更开心的事情了吧！ 首先附上对论文总结的思维导图，帮助大家更好的理解！ （思维导图和论文译文PDF均可在【计算机视觉联盟】后台回复yolov4获取） ...
- 作者：变胖是梦想2014 来源链接：https://www.jianshu.com/p/22151f39b50c 目录 CVPR-2018 references CVPR-2017 references ICCV-2017 references ECCV-2018 references CVPR-2018 1.CodeSlam:对单目sla... 作者：变胖是梦想2014 来源链接：https://www.jianshu.com/p/22151f39b50c 目录 CVPR-2018 references CVPR-2017 references ICCV-2017 references ECCV-2018 references CVPR-2018 1.CodeSlam:对单目sla...
- 目录 总述： 1. Word2Vec的两种网络结构 1.1 输入层 1.2 映射层 1.3 输出层 1.4 神经网络的权重 2. Word2Vec与LDA的区别和联系 2.1 主题模型与词嵌入方法 总述： Word2Vec是2013年谷歌提出来目前最为常用的词嵌入模型之一。 Word2Vec是一种浅层的神经网络模型，包含有两种网络结构：CBOW（Co... 目录 总述： 1. Word2Vec的两种网络结构 1.1 输入层 1.2 映射层 1.3 输出层 1.4 神经网络的权重 2. Word2Vec与LDA的区别和联系 2.1 主题模型与词嵌入方法 总述： Word2Vec是2013年谷歌提出来目前最为常用的词嵌入模型之一。 Word2Vec是一种浅层的神经网络模型，包含有两种网络结构：CBOW（Co...
- 今天无意间学习东西看到了GNN，所以将最近感觉不错的进行总结，后续再补充吧 图神经网络论文收集GitHub https://github.com/PeijiYang/GNNPapers 几种图神经网络方法总结（Graph Neural Network） https://blog.csdn.net/r1254/article/details/88343349 斯坦福的... 今天无意间学习东西看到了GNN，所以将最近感觉不错的进行总结，后续再补充吧 图神经网络论文收集GitHub https://github.com/PeijiYang/GNNPapers 几种图神经网络方法总结（Graph Neural Network） https://blog.csdn.net/r1254/article/details/88343349 斯坦福的...
- 机器学习是人工智能AI研究发展到一定阶段的必然产物！ 二十世纪五十年代~七十年代初，“推理期”：机器的只能体现在具有逻辑推理能力。 二十世纪七十年代中期开始，AI进入“知识期”，希望机器能够自己学习！ 其实，图灵1950年就曾提到过机器学习的可能 五十年代中后期，基于神经网络的“连接主义”学习开始，比如：感知机 六七十年代，基于逻辑表示的“ ”符号主义学习发展， ... 机器学习是人工智能AI研究发展到一定阶段的必然产物！ 二十世纪五十年代~七十年代初，“推理期”：机器的只能体现在具有逻辑推理能力。 二十世纪七十年代中期开始，AI进入“知识期”，希望机器能够自己学习！ 其实，图灵1950年就曾提到过机器学习的可能 五十年代中后期，基于神经网络的“连接主义”学习开始，比如：感知机 六七十年代，基于逻辑表示的“ ”符号主义学习发展， ...
- 我正在参与CSDN200进20，希望得到您的支持，扫码续投票5次。感谢您！ （为表示感谢，您投票后私信我，我把我总结的人工智能手推笔记和思维导图发送给您，感谢！） 新一代人工智能院士高峰论坛2019年12月在鹏程实验室召开，有幸参与其中学习。对部分内容进行总结 部分内容参考网络，本文为学习笔记 记录。 中国科学院院士、美国科学院外籍院士蒲慕明带来了主题为《脑科学... 我正在参与CSDN200进20，希望得到您的支持，扫码续投票5次。感谢您！ （为表示感谢，您投票后私信我，我把我总结的人工智能手推笔记和思维导图发送给您，感谢！） 新一代人工智能院士高峰论坛2019年12月在鹏程实验室召开，有幸参与其中学习。对部分内容进行总结 部分内容参考网络，本文为学习笔记 记录。 中国科学院院士、美国科学院外籍院士蒲慕明带来了主题为《脑科学...
- Classification Densely Connected Convolutional Networks [Paper] Gao Huang, Zhuang Liu, Laurens van der Maaten, Kilian Q. Weinberger, arXiv:1608.06993. Microsoft (Deep Residual Learning)... Classification Densely Connected Convolutional Networks [Paper] Gao Huang, Zhuang Liu, Laurens van der Maaten, Kilian Q. Weinberger, arXiv:1608.06993. Microsoft (Deep Residual Learning)...
- 项目链接： https://github.com/Prodicode/ann-visualizer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more A python library for visualizing Artificial Neural Networks (ANN) 如何安装 Fro... 项目链接： https://github.com/Prodicode/ann-visualizer?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more A python library for visualizing Artificial Neural Networks (ANN) 如何安装 Fro...
- 说说早期目标检测---------ssd那些事 前言论文地址githubssd的优点学习前言a[::-1]ssd---anchor SSD代码讲解1.预测部分获得预测结果预测框解码 2.训练部分真实框编码loss值计算 总结 前言 在2015年的时候，ssd作为一匹黑马杀出，他的贡献给深度学习one-stage开辟新纪元。今天我来讲解下我半... 说说早期目标检测---------ssd那些事 前言论文地址githubssd的优点学习前言a[::-1]ssd---anchor SSD代码讲解1.预测部分获得预测结果预测框解码 2.训练部分真实框编码loss值计算 总结 前言 在2015年的时候，ssd作为一匹黑马杀出，他的贡献给深度学习one-stage开辟新纪元。今天我来讲解下我半...
- 浅谈注意力机制的作用 前言什么是注意力机制空间注意力对于时间步的注意力机制1.数据集的制作2.建立注意力模型3.建立整体神经网络4.完整代码5.实验效果 通道注意力机制 前言 Attention机制是很好的一个东西，Attention机制在近几年来在图像，自然语言处理和cv等领域中都取得了重要的突破，被证明有益于提高模型的性能。让我们一起来了解下注意... 浅谈注意力机制的作用 前言什么是注意力机制空间注意力对于时间步的注意力机制1.数据集的制作2.建立注意力模型3.建立整体神经网络4.完整代码5.实验效果 通道注意力机制 前言 Attention机制是很好的一个东西，Attention机制在近几年来在图像，自然语言处理和cv等领域中都取得了重要的突破，被证明有益于提高模型的性能。让我们一起来了解下注意...
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