欧几里得卷积 - OFweek 人工智能网

介绍在本系列的上一部分中，我们使用了CIFAR-10数据集，并介绍了PyTorch的基础知识：张量及其相关操作数据集和数据加载器构建基本的神经网络基本模型的训练和评估

PyTorch2 神经网络 2023-06-26

使用该网络对手写数字进行分类。所获得的结果不是最先进的水平，但仍然令人满意。现在想更进一步，我们的目标是开发一个仅使用Numpy的卷积神经网络（CNN）。这项任务背后的动机与创建全连接的网络的动机相同：尽管Python深度学习库是强大的工具，但它阻止从业者理解底层正在发生的事情

卷积神经网络 Numpy 2023-02-08

介绍该文致力于处理神经网络中的过度拟合。过度拟合将是你主要担心的问题，因为你仅使用 2000 个数据样本训练模型。存在一些有助于克服过度拟合的方法，即 dropout 和权重衰减（L2 正则化）。我们将讨论数据增强，这是计算机视觉独有的，在使用深度学习模型解释图像时，数据增强在任何地方都会用到

数据增强卷积神经网络 2022-11-24

现在是学习卷积神经网络及其在图像分类中的应用了。什么是卷积？卷积运算是使用具有恒定大小的“窗口”移动图像，并将图像像素与卷积窗口相乘以获得输出图像的过程。让我们看看下面的例子：我们看到一个9x9图像和一个3x3卷积滤波器，其恒定权重为3 0 3 2 0 2 1 0 1，以及卷积运算的计算

卷积神经网络图像分类 CNN 2022-07-14

自从开始在网上写作以来，非常依赖Unsplash。这是一个创造高质量图像的地方。但是你知道Unsplash可以使用机器学习来帮助标记照片吗？对于上传到Unsplash［…］的每个图像，我们通过一系列机器学习算法运行图像，以了解照片的内容，消除了参与者手动标记照片的需要

卷积神经网络 2022-03-02

导言: 上篇文章我们介绍了特征图可视化方法,对于特征图可视化的方法(或者说原理)比较容易理解,即把feature map从特征空间通过反卷积网络映射回像素空间。那卷积核怎样可视化呢

计算机视觉深度学习 CNN可视化 2021-08-08

介绍本文将讨论有关图像分类的所有内容。在过去的几年里,深度学习已经被证明是一个非常强大的工具,因为它能够处理大量的数据。隐藏层的使用超越了传统技术,尤其是在模式识别方面。最受欢迎的深度神经网络之一是卷积神经网络 (CNN)

神经网络图像分类 2021-07-19

介绍卷积神经网络属于深度学习的子域。深度学习中的算法以与人脑相同的方式来处理信息,但其规模很小,因为我们的大脑太复杂了(我们的大脑大约有860亿个神经元)。为什么使用CNN进行图像分类?图像分类通过从图像中提取特征,以观察数据集中的某些模式

卷积神经网络图像分类 2021-02-24

金翅导读卷积神经网络已成功应用于解决诸如图像分类语义分割或机器翻译等问题，其中解决的这些问题的基础数据表示具有网格状结构。但是，目前许多有趣的任务的数据为无法以网格状结构表示的数据，而这些数据位于不规则的域中

图卷积网络机器翻译卷积神经网络大数据图像分类 2021-01-07

介绍深入学习中最具争议的话题之一是如何解释和理解一个经过训练的模型——特别是在医疗等高风险行业的背景下。“黑匣子”一词经常与深度学习算法联系在一起，如果我们不能解释模型是如何工作的，我们怎么能相信模型的结果呢？

Python 卷积神经网络深入学习 2020-08-17

在这篇文章中，我们研究了CNNs是如何从图像中提取特征的。他们帮助我们将之前的神经网络模型的准确率从65％提高到71％，这是一个重大的进步。

目录图像 2019-10-30

腾讯优图实验室联合广东省肺癌研究所吴一龙教授/钟文昭教授团队，与清华大学以及国内多家中心呼吸科/放射科团队共同开发了基于卷积神经网络算法的肺结节诊断模型，近日，该初步研究成果已被全球癌症领域知名医学期刊《肿瘤学家》收录。

腾讯优图深度学习 AI算法 2019-04-30

前言：人工智能机器学习有关算法内容，请参见公众号“科技优化生活”之前相关文章。人工智能之机器学习主要有三大类：1）分类；2）回归；3）聚类。今天我们重点探讨一下卷积神经网络（CNN）算法。

人工智能AI 机器学习ML 卷积神经网络 2018-05-10