Facial Expression Recognition with Convolutional Neural Networks

加速卷积神经网络在二元分类中的速度：级联代价敏感的特征方法，庞俊彪，林辉煌，目前,卷积神经网络在很多计算机视觉任务上都取得了领先的性能。但是,卷积神经网络的计算复杂度非常高。实证结果发现,卷积神经网络

DeepConvolutionalNeuralNetworks(CNNs)areaspecialtypeofNeuralNetworks,whichhaveshownstate-of-the-art

CNN综述 A Survey of the Recent Architectures of Deep Convolutional Neural Networks

带有深度神经网络翻译的图像分类

ImageNet classification with deep convolutional neural networks 中文翻译

卷积神经网络的微调和可视化，尹相楠，陈伟海，图像识别是计算机视觉领域的一个重要研究方向，近年来随着卷积神经网络的应用，该领域的研究不断取得最新进展。然而为了训练一个

论文:测试时数据增强(TTA):Automatic Brain Tumor Segmentation using Convolutional Neural Networks with Test

2D卷积神经网络推荐系统

对卷积神经网络(CNN)建模以处理图像去模糊时的饱和度 关键字和含义 内核-在图像处理中,内核,卷积矩阵或遮罩是小矩阵。 它用于模糊,锐化,压纹,边缘检测等。 这是通过在内核和映像之间进行卷积来实现的

Parallel multi-stage features fusion of deep convolutional neural networks for aerial scene classifi