- 介绍卷积神经网络（Convolutional Neural Network, CNN）是一种深度学习模型，特别擅长处理图像数据。它利用卷积操作来提取图像中的特征，并通过层级结构逐步捕获高层次语义信息。在 AIGC（Artificial Intelligence Generated Content）系统中，CNN 广泛应用于图像生成、图像识别、图像分割等任务。应用使用场景图像分类：如手写数字识... 介绍卷积神经网络（Convolutional Neural Network, CNN）是一种深度学习模型，特别擅长处理图像数据。它利用卷积操作来提取图像中的特征，并通过层级结构逐步捕获高层次语义信息。在 AIGC（Artificial Intelligence Generated Content）系统中，CNN 广泛应用于图像生成、图像识别、图像分割等任务。应用使用场景图像分类：如手写数字识...
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含中文注释，训练库） digitDatasetPath = ['Image_train\'];imds = imageDatastore(digitDatasetPath,'IncludeSubfolders', true, 'LabelSource', 'folderna... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本matlab2022a 3.部分核心程序（完整版代码包含中文注释，训练库） digitDatasetPath = ['Image_train\'];imds = imageDatastore(digitDatasetPath,'IncludeSubfolders', true, 'LabelSource', 'folderna...
- 在此教程中，我们将对成员推断攻击的定义及其原理进行一个简单的介绍，并实现成员推断攻击模型，目前支持数据集有：MNIST、fashionMNIST、CIFAR10等，同时给用户提供一个详细的说明和帮助文档。 在此教程中，我们将对成员推断攻击的定义及其原理进行一个简单的介绍，并实现成员推断攻击模型，目前支持数据集有：MNIST、fashionMNIST、CIFAR10等，同时给用户提供一个详细的说明和帮助文档。
- 1.算法运行效果图预览(完整程序运行后无水印) 2.算法运行软件版本matlab2022a 3.部分核心程序 for i=1:Iter i for j=1:Npeop rng(i+j) if func_obj(x1(j,:))<pbest1(j) p1(j,:) = x1(j,:);%变量 pbest1(j... 1.算法运行效果图预览(完整程序运行后无水印) 2.算法运行软件版本matlab2022a 3.部分核心程序 for i=1:Iter i for j=1:Npeop rng(i+j) if func_obj(x1(j,:))<pbest1(j) p1(j,:) = x1(j,:);%变量 pbest1(j...
- 卷积神经网络：h*w*c编辑编辑 卷积：提取特征池化：压缩特征 编辑 编辑编辑编辑可以使用多个卷积核，从不同维度提取特征：编辑编辑编辑编辑池化（下采样）：编辑整体网络架构（带参数计算的，叫做网络的一层，卷积层，全连接层） 卷积神经网络：h*w*c编辑编辑 卷积：提取特征池化：压缩特征 编辑 编辑编辑编辑可以使用多个卷积核，从不同维度提取特征：编辑编辑编辑编辑池化（下采样）：编辑整体网络架构（带参数计算的，叫做网络的一层，卷积层，全连接层）
- 介绍计算机视觉（Computer Vision, CV）是人工智能的一个分支，旨在使计算机能够从图像或视频中获取信息、理解环境、并采取相应行动。CV 在 AIGC 系统中具有重要地位，被广泛应用于图像识别、物体检测、姿态估计、图像生成等任务。应用使用场景图像分类：如手写数字识别、人脸识别等。物体检测：用于自动驾驶车辆中的行人检测、目标监控等。图像语义分割：将图像划分为不同区域，如医学影像分析... 介绍计算机视觉（Computer Vision, CV）是人工智能的一个分支，旨在使计算机能够从图像或视频中获取信息、理解环境、并采取相应行动。CV 在 AIGC 系统中具有重要地位，被广泛应用于图像识别、物体检测、姿态估计、图像生成等任务。应用使用场景图像分类：如手写数字识别、人脸识别等。物体检测：用于自动驾驶车辆中的行人检测、目标监控等。图像语义分割：将图像划分为不同区域，如医学影像分析...
- 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本MATLAB2022a 3.部分核心程序 while(Index<=Max_iteration) Index jj=1; error2 = zeros(Len,KER); while(jj<=Len) for k=1:No; d(k)=T(jj); end... 1.算法运行效果图预览(完整程序运行后无水印)2.算法运行软件版本MATLAB2022a 3.部分核心程序 while(Index<=Max_iteration) Index jj=1; error2 = zeros(Len,KER); while(jj<=Len) for k=1:No; d(k)=T(jj); end...
- 1.算法运行效果图预览 2.算法运行软件版本matlab2022a 3.部分核心程序 for i=1:Iter i for j=1:Npeop rng(i+j) if func_obj(x1(j,:))<pbest1(j) p1(j,:) = x1(j,:);%变量 pbest1(j) = func_obj(... 1.算法运行效果图预览 2.算法运行软件版本matlab2022a 3.部分核心程序 for i=1:Iter i for j=1:Npeop rng(i+j) if func_obj(x1(j,:))<pbest1(j) p1(j,:) = x1(j,:);%变量 pbest1(j) = func_obj(...
- GHRSST Level 3U Global Near-Real-Time Subskin Sea Surface Temperature version 8a from the Advanced Microwave Scanning Radiometer 2 on the GCOM-W satelliteGHRSST Level 3U 全球海面下温度第 8a 版，来自 GCOM-W 卫... GHRSST Level 3U Global Near-Real-Time Subskin Sea Surface Temperature version 8a from the Advanced Microwave Scanning Radiometer 2 on the GCOM-W satelliteGHRSST Level 3U 全球海面下温度第 8a 版，来自 GCOM-W 卫...
- GHRSST Level 3U Global Near-Real-Time Subskin Sea Surface Temperature version 8a from the Advanced Microwave Scanning Radiometer 2 on the GCOM-W satelliteGHRSST Level 2P Global Subskin Sea Surfac... GHRSST Level 3U Global Near-Real-Time Subskin Sea Surface Temperature version 8a from the Advanced Microwave Scanning Radiometer 2 on the GCOM-W satelliteGHRSST Level 2P Global Subskin Sea Surfac...
- 2000 年至 2019 年全球月度卫星推算 PM2.5数据集简介该数据集提供了 2000 年至 2019 年地面细颗粒物（PM2.5）的年度和月度估计值。这些数据是通过将美国国家航空航天局（NASA）的多个仪器--MODIS、MISR、SeaWIFS 和 VIIRS 的气溶胶光学深度（AOD）检索数据与 GEOS-Chem 化学传输模型进行整合而得出的。然后使用残差卷积神经网络（CNN... 2000 年至 2019 年全球月度卫星推算 PM2.5数据集简介该数据集提供了 2000 年至 2019 年地面细颗粒物（PM2.5）的年度和月度估计值。这些数据是通过将美国国家航空航天局（NASA）的多个仪器--MODIS、MISR、SeaWIFS 和 VIIRS 的气溶胶光学深度（AOD）检索数据与 GEOS-Chem 化学传输模型进行整合而得出的。然后使用残差卷积神经网络（CNN...
- 1.程序功能描述 基于SFLA算法的神经网络优化。通过混合蛙跳算法，对神经网络的训练进行优化，优化目标位神经网络的训练误差，通过优化，使得训练误差越来越小，从而完成神经网络权值的优化。 2.测试软件版本以及运行结果展示MATLAB2022a版本运行 3.核心程序 % 定义神经元数量 Nnet = 12;% 创建一个前馈神经网络，训练函数为'traingdx' NE... 1.程序功能描述 基于SFLA算法的神经网络优化。通过混合蛙跳算法，对神经网络的训练进行优化，优化目标位神经网络的训练误差，通过优化，使得训练误差越来越小，从而完成神经网络权值的优化。 2.测试软件版本以及运行结果展示MATLAB2022a版本运行 3.核心程序 % 定义神经元数量 Nnet = 12;% 创建一个前馈神经网络，训练函数为'traingdx' NE...
- 使用Python实现深度学习模型：图神经网络（GNN） 使用Python实现深度学习模型：图神经网络（GNN）
- 1.算法运行效果图预览2.算法运行软件版本MATLAB2022A 3.部分核心程序% 第一部分：加载并可视化数据% load data.matreal1 = [-7 -7 -7 -7 -7 -7 -7 -7 -5 -5 -5 -5 -5 -5 -5 -5 ... -1 -1 -1 -1 -1 -1 -1 -1 -3 -3 -3 -3 -3 -3 -3 -3 ... ... 1.算法运行效果图预览2.算法运行软件版本MATLAB2022A 3.部分核心程序% 第一部分：加载并可视化数据% load data.matreal1 = [-7 -7 -7 -7 -7 -7 -7 -7 -5 -5 -5 -5 -5 -5 -5 -5 ... -1 -1 -1 -1 -1 -1 -1 -1 -3 -3 -3 -3 -3 -3 -3 -3 ... ...
- 深度学习在图像识别领域取得了革命性的进展。从最初的简单图像分类任务到复杂的图像分割和物体检测，深度学习模型已经证明了其强大的能力。 简介图像识别是计算机视觉中的一个重要分支，它涉及到识别和分类图像中的对象。深度学习模型，尤其是卷积神经网络（CNN），已经成为图像识别任务中的主流方法。 卷积神经网络基础卷积神经网络由多层卷积层和池化层堆叠而成，能够自动学习图像的特征表示。以下是一个简单的CNN... 深度学习在图像识别领域取得了革命性的进展。从最初的简单图像分类任务到复杂的图像分割和物体检测，深度学习模型已经证明了其强大的能力。 简介图像识别是计算机视觉中的一个重要分支，它涉及到识别和分类图像中的对象。深度学习模型，尤其是卷积神经网络（CNN），已经成为图像识别任务中的主流方法。 卷积神经网络基础卷积神经网络由多层卷积层和池化层堆叠而成，能够自动学习图像的特征表示。以下是一个简单的CNN...
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