- 一、遗传算法优化小波神经网络简介 1 小波神经网络 1.1 小波神经网络结构 小波神经网络分为松散型与融合型两类, 前者将小波分析作为神经网络的前置手段, 对网络输入初步优化, 使得信息便于神经网络的处... 一、遗传算法优化小波神经网络简介 1 小波神经网络 1.1 小波神经网络结构 小波神经网络分为松散型与融合型两类, 前者将小波分析作为神经网络的前置手段, 对网络输入初步优化, 使得信息便于神经网络的处...
- 学号： 2021211127院系：航天航空学院姓名：薛 锋 丰 §01 前 言 人工神经网络往往具有万能拟合器的作用，因此对于某些复杂的、难以用常规的数学手... 学号： 2021211127院系：航天航空学院姓名：薛 锋 丰 §01 前 言 人工神经网络往往具有万能拟合器的作用，因此对于某些复杂的、难以用常规的数学手...
- 简 介： 目标检测是计算机视觉的一个重要应用方向，深度神经网络的提出极大地帮助基于视觉的目标检测提高了准确度。自2014年以来，深度神经网络在基于视觉的目标检测中被广泛应用，出现了多种算法。本文... 简 介： 目标检测是计算机视觉的一个重要应用方向，深度神经网络的提出极大地帮助基于视觉的目标检测提高了准确度。自2014年以来，深度神经网络在基于视觉的目标检测中被广泛应用，出现了多种算法。本文...
- 目录 摘要 1、 模型结构 各层参数详解： 1、输入层-INPUT 2、C1层-卷积层 3、S2层-池化层（下采样层） 4、C3层-卷积层 5、S4层-池化层（下采样层） 6、C5层-卷积层 7、F6层-全连接层 8、Output层-全连接层 各层参数总结 2、模型特性 代码复现： 摘要 ... 目录 摘要 1、 模型结构 各层参数详解： 1、输入层-INPUT 2、C1层-卷积层 3、S2层-池化层（下采样层） 4、C3层-卷积层 5、S4层-池化层（下采样层） 6、C5层-卷积层 7、F6层-全连接层 8、Output层-全连接层 各层参数总结 2、模型特性 代码复现： 摘要 ...
- 目录 1、定义 2、有了CNN，为什么需要RNN？ 3、RNN的主要应用领域有哪些呢? 4、RNN的计算过程 5、标准RNN前向输出流程 6、RNN的建模方式 1、一对多（vector-to-sequence ） 2、多对一（sequence-to-vector ） 3、多对多（Encoder-Decoder ） 7... 目录 1、定义 2、有了CNN，为什么需要RNN？ 3、RNN的主要应用领域有哪些呢? 4、RNN的计算过程 5、标准RNN前向输出流程 6、RNN的建模方式 1、一对多（vector-to-sequence ） 2、多对一（sequence-to-vector ） 3、多对多（Encoder-Decoder ） 7...
- 摘要 最近的许多工作通过视差估计恢复点云，然后应用3D探测器解决了这一问题。视差图是为整个图像计算的，这是昂贵的，并且不能利用特定类别的先验。相反，我们设计了一个实例视差估计网络 iDispNet，... 摘要 最近的许多工作通过视差估计恢复点云，然后应用3D探测器解决了这一问题。视差图是为整个图像计算的，这是昂贵的，并且不能利用特定类别的先验。相反，我们设计了一个实例视差估计网络 iDispNet，...
- 【语音识别】⚠️玩转语音识别 2⚠️ 知识补充 概述RNN计算RNN 存在的问题LSTMGRUSeq2seqAttention 模型Teacher Forcing 机制 概述 从今天开始我... 【语音识别】⚠️玩转语音识别 2⚠️ 知识补充 概述RNN计算RNN 存在的问题LSTMGRUSeq2seqAttention 模型Teacher Forcing 机制 概述 从今天开始我...
- 目的识别手写数字图片是深度学习的print(“Hello world!”)，是入门级别的小实验，主要是熟悉卷积神经网络的开发流程。本次用到的依然是经典的minist数据集，不过事先分出了训练集和测试集并转换成csv格式。网络结构和流程1.结构简述由于数据比较简单，所以用到的模型不是很复杂，使用了两层的卷积层和两层全连接层共四层网络，其中卷积层均采用5x5的卷积核，并带有2x2的池化，训练迭代... 目的识别手写数字图片是深度学习的print(“Hello world!”)，是入门级别的小实验，主要是熟悉卷积神经网络的开发流程。本次用到的依然是经典的minist数据集，不过事先分出了训练集和测试集并转换成csv格式。网络结构和流程1.结构简述由于数据比较简单，所以用到的模型不是很复杂，使用了两层的卷积层和两层全连接层共四层网络，其中卷积层均采用5x5的卷积核，并带有2x2的池化，训练迭代...
- 本文转载自https://www.zybuluo.com/huanghaian/note/1743266github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改本节主要说明下mmdetection-mini到目前为止已经新增的一些用来分析数据，分析模型，分析模型预测质量的工具，在实际项目中针对自己的数据进行可视化分... 本文转载自https://www.zybuluo.com/huanghaian/note/1743266github： https://github.com/hhaAndroid/mmdetection-mini欢迎star部分内容有删改本节主要说明下mmdetection-mini到目前为止已经新增的一些用来分析数据，分析模型，分析模型预测质量的工具，在实际项目中针对自己的数据进行可视化分...
- @Author：Runsen 姿态估计是计算机视觉中的一项流行任务，比如真实的场景如何进行人体跌倒检测，如何对手语进行交流。 作为人工智能（AI）的一个领域，计算机视觉使机器能够以模仿人类视觉为目的来... @Author：Runsen 姿态估计是计算机视觉中的一项流行任务，比如真实的场景如何进行人体跌倒检测，如何对手语进行交流。 作为人工智能（AI）的一个领域，计算机视觉使机器能够以模仿人类视觉为目的来...
- @Author：Runsen 在图像领域，除了分类，CNN 今天还用于更高级的问题，如图像分割、对象检测等。图像分割是计算机视觉中的一个过程，其中图像被分割成代表图像中每个不同类别的不同段。 上面... @Author：Runsen 在图像领域，除了分类，CNN 今天还用于更高级的问题，如图像分割、对象检测等。图像分割是计算机视觉中的一个过程，其中图像被分割成代表图像中每个不同类别的不同段。 上面...
- 文章目录 一、从混淆矩阵谈起二、Precision、Recall、PRC、F1-score三、ROC & AUC四、如何选择评估指标？五、IOU “没有测量，就没有科学。”这是科学家门捷列夫的名言。在计算机科学中，特别是在机器学习的领域，对模型的测量和评估同样至关重要。只有选择与问题相匹配的评估方法，我们才能够准确地发现在模型选择和训练过程中可能出... 文章目录 一、从混淆矩阵谈起二、Precision、Recall、PRC、F1-score三、ROC & AUC四、如何选择评估指标？五、IOU “没有测量，就没有科学。”这是科学家门捷列夫的名言。在计算机科学中，特别是在机器学习的领域，对模型的测量和评估同样至关重要。只有选择与问题相匹配的评估方法，我们才能够准确地发现在模型选择和训练过程中可能出...
- 写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~ 我的博客地址为：【AI 菌】的博客 我的Github项目地址是：【AI 菌】的Github 这篇论文原名为：《Faster... 写在前面：大家好！我是【AI 菌】，一枚爱弹吉他的程序员。我热爱AI、热爱分享、热爱开源！ 这博客是我对学习的一点总结与思考。如果您也对 深度学习、机器视觉、算法、Python、C++ 感兴趣，可以关注我的动态，我们一起学习，一起进步~ 我的博客地址为：【AI 菌】的博客 我的Github项目地址是：【AI 菌】的Github 这篇论文原名为：《Faster...
- 论文名称 AMA-GCN: Adaptive Multi-layer Aggregation Graph Convolutional Network for Disease Prediction 表型对于医疗影像诊断会有负面影响，多图融合方法的参数随着表型的增加而变大，从而影响模型的效果。为了应对上述挑战，作者提出了一种新的相似性感知自适应校正多层聚合称GCN结... 论文名称 AMA-GCN: Adaptive Multi-layer Aggregation Graph Convolutional Network for Disease Prediction 表型对于医疗影像诊断会有负面影响，多图融合方法的参数随着表型的增加而变大，从而影响模型的效果。为了应对上述挑战，作者提出了一种新的相似性感知自适应校正多层聚合称GCN结...
- 理解神经网络的本质 一、前言 最近深度学习是一个比较热门的词，各行各业都声称自己使用了深度学习技术。现在“深度学习”这个词，就像印在球鞋上的“Fashion”、“Sport”。那深度学习到底是什么呢？ 深度学习是机器学习的一个分支，当我们使用了“深度神经网络”算法进行机器学习时，我们就可以说自己在搞深度学习。而这个“神经网络”算法就是我们今天的主题。 关于机器学... 理解神经网络的本质 一、前言 最近深度学习是一个比较热门的词，各行各业都声称自己使用了深度学习技术。现在“深度学习”这个词，就像印在球鞋上的“Fashion”、“Sport”。那深度学习到底是什么呢？ 深度学习是机器学习的一个分支，当我们使用了“深度神经网络”算法进行机器学习时，我们就可以说自己在搞深度学习。而这个“神经网络”算法就是我们今天的主题。 关于机器学...
上滑加载中
推荐直播
-
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中 -
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 -
华为云一键云上部署Openclaw 实现“龙虾自由”2026/04/11 周六 14:00-16:00
秦拳德-中软国际教育卓越研究院研究员
还在为搭建AI环境而焦头烂额、彻夜难眠？ 还在苦苦等待复杂工具的缓慢响应、迟迟无法推进项目？ 别再犹豫，快来华为云，一键部署OpenClaw，轻松告别 繁琐配置，即刻畅享极速体验！更有龙虾实操演示全程护 航，真正解放双手，让办公效率实现质的飞跃。限时重磅 福利火热来袭，干万Tokens等你来瓜分，机会难得，不容 错过！
即将直播
热门标签