深度学习

pytorch学习——线性神经网络——1线性回归

概要：线性神经网络是一种最简单的神经网络模型，它由若干个线性变换和非线性变换组成。线性变换通常表示为矩阵乘法，非线性变换通常是一个逐元素的非线性函数。线性神经网络通常用于解决回归和分类问题。
2023-07-26 11:07 阅读数 46

深度学习——批标准化Batch Normalization

深度学习——批标准化Batch Normalization
2023-07-25 13:04 阅读数 75

机器学习/深度学习常见算法实现(秋招版)

包括BN层、卷积层、池化层、交叉熵、随机梯度下降法、非极大抑制、k均值聚类等秋招常见的代码实现。
2023-07-18 16:29 阅读数 38

深度学习——LSTM解决分类问题

深度学习——LSTM解决分类问题
2023-07-16 16:37 阅读数 26

【动手学深度学习】pytorch-参数管理

【动手学深度学习】pytorch-参数管理
2023-07-14 16:27 阅读数 71

conda环境下“/lib64/libstdc++.so.6: version `GLIBCXX_3.4.20‘ not found”问题解决

从错误中分析可知，报错发生在/lib64/libstdc++.so.6，是GLIBCXX_3.4.20找不到所致。拷贝高版本的libstdc++.so到/usr/lib64目录下，并重新建立软连接。连接到linux系统的libstdc++.so.6.0.19。2.3 查看本地所有的“libst...
2023-06-29 17:54 阅读数 261

考场作弊行为自动抓拍告警算法 yolov7

考场作弊行为自动抓拍告警系统通过yolov7+python网络模型算法，考场作弊行为自动抓拍告警算法实时监测考场内所有考生的行为，对考生的行为进行自动抓拍，并分析判断是否存在作弊行为。YOLOv7 的发展方向与当前主流的实时目标检测器不同，研究团队希望它能够同时支持移动 GPU 和从边缘到云端...
2023-06-26 23:35 阅读数 49

神经网络：正则化

通过在损失函数中添加正则化项，可以限制模型参数的取值范围，使其偏好较小的权重值，从而达到控制模型复杂度的目的。正则化在计算机视觉中的作用是控制模型的复杂度，减少过拟合，提高模型的泛化能力。w)为模型的预测输出，w为模型参数，λ为正则化系数，||w||2为L2范数。正则化通过在损失函数中添加额外...
2023-06-21 23:45 阅读数 31

神经网络：卷积操作

CNN是计算机视觉中最常用的深度学习模型之一，它通过多个卷积层和其他类型的层来提取和学习图像中的特征，并在训练过程中优化网络参数以实现特定任务的准确性。卷积操作能够从图像中提取有用的特征。给定一个输入图像和一个称为卷积核（或滤波器）的小矩阵，卷积操作通过在图像上滑动卷积核，并将卷积核与图像的每...
2023-06-21 22:24 阅读数 26

深度学习实战39-U-Net模型在医学影像识别分割上的应用技巧，以细胞核分割任务为例

大家好，我是微学AI，今天给大家介绍一下深度学习实战39-U-Net模型在医学影像识别分割上的应用技巧，以细胞核分割任务为例。本文将介绍在医学影像分割领域中应用U-Net模型的方法。我们将从U-Net模型原理出发，并使用PyTorch搭建模型，详细展示模型代码。接着，我们将展示一些医学影像数据...
2023-06-20 15:18 阅读数 39
技术
今日推荐
ioDraw Mac客户端安装教程
阅读数 32
下载桌面版
GitHub
百度网盘（提取码：draw）
Gitee
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱：[email protected]
QQ群：766591547
关注微信
©2020-2024 ioDraw All rights reserved, Privacy Policy