暂无评论
解析深度学习:卷积神经网络原理与视觉实践
解析深度学习卷积神经网络原理与视觉实践
深度学习-卷积网络、SVM/机器学习python及MATLAB代码实现，附训练集，拿到手就能跑起来、
精校书签，以最后一次上传的为准，作者主页的开源版本没有书签，个人添加书签后上传《解析深度学习：卷积神经网络原理与视觉实践》是对治深度学习恐惧症的一剂良药。作者魏秀参博士，毕业于著名的南京大学LAMDA
详细讲解了深度卷积神经网络中各类卷积的实现方法，有计算公式，有示意图
《解析卷积神经网络—深度学习实践手册》是南京大学计算机系机器学习与数据挖掘所（LAMDA）博士生魏秀参最近开放的一本CNN入门电子书，本书从实用角度着重解析了深度学习中的一类神经网络模型——卷积神经网
CNN卷积神经网络学习，简明易懂，weixiushen深度学习实践手册
由浅到深的全面介绍卷积神经网络的结构，非常适合刚刚入门和有一定基础的人员查阅，相信一定会受益匪浅。
深度学习之空洞卷积原始出处论文,介绍了空洞卷积实现方法以及实现意义。
根据深度学习的原理,用pytorch实现猫狗分类算法,识别率98%。时间在20ms内。利用自己修改的卷积神经网络实现的,值得学习的好例子
深度学习 卷积神经网络算法简介 李宗贤 北京信息科技大学智能科学与技术系 卷积神经网络是近年来广泛应用在模式识别图像处理领域的一种高效识别算法具有简单结构训练参数少和适应性强的特点它的权值共享网络结构
卷积神经网络基础 卷积神经网络(convolutional neural network)是含有卷积层(convolutional layer)的神经网络。本文中介绍的卷积神经网络均使用最常见的二维卷
卷积神经网络基础二维卷积层互相关运算与卷积运算特征图与感受野卷积层的两个超参数多输入通道和多输出通道卷积层与全连接层的对比卷积层的实现池化 主要是卷积层和池化层,并解释填充、步幅、输入通道和输出通道的
卷积神经网络基础 参考伯禹学习平台《动手学深度学习》课程内容内容撰写的学习笔记 原文链接:https://www.boyuai.com/elites/course/cZu18YmweLv10OeV/v
宅家中看到Datawhale的学习号召,在大牛云集的群上找到了一个很佛系的小组,战战兢兢地开始了小白的深度学习之旅。感谢Datawhale、伯禹教育、和鲸科技,感谢课程制作者、组织者、各位助教以及其他
暂无评论