暂无评论
深度学习++Caffe之经典模型详解与实战，该书描述了Caffe中一些具体的wan网络结构，入门Caffe的必备工具。
深度学习 Caffe之经典模型详解与实战.pdf高清版，看看吧
电子工业出版社2016年12月第1版乐毅、王斌编著详细介绍各种深度学习模型Caffe实现
提出了基于特征点的模型分割算法，给出了特征点提取、模型分割等算法，文中提取了OpenGL交互操作等，该文能很好地分割对具有明显边界的模型。
华北电力大学赵振兵教授在2018年大数据及人工智能技术应用交流演讲做的报告“基于深度学习的电力视觉技术”，主要涉及基于深度学习的计算机视觉、电力视觉技术等两方面的内容。
MIT版深度学习第8章 深度学习模型训练的优化 ,介绍各种优化算法:随机梯度下降算法,动量算法,自适应学习率的优化算法
深度学习模型 Jupyter Notebook中TensorFlow和PyTorch的各种深度学习架构,模型和技巧的集合。 传统机器学习 感知器[TensorFlow 1: | ] [PyTorch:
FastFCN:用于语义分割的RethinkingDilatedConvolutionintheBackbone
【摘要】基于深度学习的方法在拥有了强大计算性能的GPU、先进的模型训练方法和网络结构之后，在图像处理、机器翻译以及语音识别等领域中取得极为重大的进展。本文尝试将深度学习的方法应用到通信领域，并对通信中
一种深度学习中利用梯度估计进行生成模型的方法。通过对梯度进行估计，可以在生成模型中实现更高的效率和准确性。本文还详细介绍了该方法的原理和应用领域，并提出了一些改进和优化的方向。
暂无评论