主要内容来自于CCCF 2019年第11期数字图像在数字化和传输过程中， 常常受到成像设备与外部环境噪声干扰等影响， 引入了不同类型的复杂噪声。 图像的去噪任务要求在尽可能去除图像中噪声的同时， 还应保持原有图像的边缘、 纹理等细节结构信息。对于普遍存在的图像模糊问题， 如何有效估计模糊过程、 处理噪声和估计误差等， 将对恢复高质量、清晰的图像至关重要。Kai Zhang, Wangmeng Zu
转载
2023-09-04 14:36:12
181阅读
MobileNetv1：针对移动端以及嵌入式视觉的应用提出了一类有效的模型叫MobileNets。MobileNets基于一种流线型结构使用深度可分离卷积来构造轻型权重深度神经网络。MobileNet的核心部分也就是深度可分离卷积。然后描述描述MobileNet的网络结构和两个模型收缩超参数即宽度乘法器和分辨率乘法器。
深度可分离卷积MobileNet是一种基于深度可分离卷积的模型，
转载
2023-10-27 14:45:28
54阅读
神经网络与深度学习笔记汇总四 学习内容 1、在信号处理中认为信号具有较大的方差，噪声有较小的方差，信噪比就是信号与噪声的方差比，越大越好。 2、标准正态分布说明，各个点的纵坐标与均值偏差不大（二维）,这样的话离散型弱，即线性更强，线性回归更好。实际上，线性类模型都需要标准化。 3、标准化-》主要目的是方便数值优化，因为线性类模型都是涉及梯度的 遇到问题：手动导入wordcloud库遇到问题
转载
2023-11-07 16:56:01
48阅读
目录一、学习目标二、学习内容三、学习过程四、源码五、学习产出一、学习目标理解生成对抗网络的基本原理。掌握利用生成对抗网络生成新样本的方法。二、学习内容 fashion_mnist数据库（from keras.datasets import fashion_minist）数据集包含了10个类别的图像，分别是
转载
2023-10-27 11:02:21
68阅读
大家好，这段时间，我在跟着一个老师学习深度学习，但是把，那么多人，就我一个大一的，什么都不会。之后，老师让我学习python和神经网络算法。像这样的就叫做神经网络算法。我是零基础，不太会，就先去CSDN和博客，知乎上面搜索，结果搜索到很多，有一些讲的非常好的，适合零基础学习.b站上也有很好的博主，讲的通俗易懂，适合零基础学习一。神经网络定义神经网络（NN）或者人工神经网络（ANN）是指用大量的简单
转载
2023-10-14 20:35:57
65阅读
神经网络入门（一） 文章目录神经网络入门（一）1. 神经元2. 网络结构3. 激活函数2.1 激活函数的作用与性质2.2 Sigmoid型函数2.3 Hard-Logistic函数和 Hard-Tanh函数2.4 ReLU函数2.5 常见的激活函数及其导数4. 前馈神经网络4.1 前馈神经网络简介4.2 参数学习5. 反向传播算法5.1 链式法则5.2 计算各项5.3 算法步骤5.4 优化问题6.
转载
2023-08-10 14:30:42
126阅读
导语在上一次的小白学数据时间里，我们了解了什么叫做机器学习。目前最热门的一种机器学习方法叫做神经网络。它经历了90年代到00年代的深山归隐期，在10年代重出江湖的时候，已经令世人刮目相看。知道前几天在围棋界打败天下无敌手的AlphaGo吧（甚至输入法都提示我，G应该大写）?用的就是神经网络。神经网络这个听起来无比深奥的概念，其实小白也能够明白它是个啥。让我们试试是否可以“窥一斑而知全豹”。&nbs
转载
2023-08-10 20:49:53
67阅读
1.神经网络基础定义，人工神经网络，简称神经网络，在计算机领域中，是一种模拟生物神经网络的结构功能和计算的模型， 目的是模拟大脑某些机理与机制，实现某个方面的功能，如图像的识别，语音的识别等。神经网络的发展1958年，第一次兴起，以单层的神经网络为主。代表技术，感知机，模拟神经元的模型里，单层的神经网络提出，具有了神经网络的雏形。可以做一些简单的线性问题。1986年，第二次兴起，出现了多层的神经网
转载
2023-08-08 07:31:08
154阅读
神经网络一、定义二、生物神经网络介绍2.1 神经元2.3 神经元的特征2.4 组成神经网络三、构建神经网络3.1 构造神经元3.2 感知机3.3 构造神经网络 一、定义神经网络，是机器学习的一个分支，学名应该叫人工神经网络，将模拟生物神经网络(BNN) 的 数学模型 统称为人工神经网络模型，简称人工神经网络或者神经网络。二、生物神经网络介绍既然定义上说，神经网络其实是BNN的数学模型，那么我们再
转载
2023-08-27 22:57:17
134阅读
我只会循环百度，循环问ChatGPT。。。卷积神经网络卷积神经网络（Convolutional Neural Network，CNN）是一种用于图像识别、语音识别等任务的深度学习算法。它是一种前馈神经网络，主要由卷积层、池化层、全连接层和激活函数等组成。CNN主要通过卷积层进行特征提取，池化层进行降维和过滤，全连接层进行分类或回归。其中，卷积层通过卷积操作提取图像的特征，而池化层通过对卷积输出进行
转载
2023-08-08 08:48:51
106阅读
超图神经网络(Hypergraph Neural Nerworks,HGNN)1. 超图学习(Hypergraph Learning)在本节中我们简单回顾超图的定义及常见性质。1.1 什么是超图超图与常见的简单图不同。对于一个简单图，其每条边均与两个顶点相关联，即每条边的度都被限制为2。而超图则允许每一条边的度为任何非负整数。超图的严格数学定义如下：超图是一个三元组\(G=<V,E,W>
转载
2023-09-15 23:23:41
1935阅读
RPN，从字面上理解区域候选网络，是用来生成候选区域的网络。 这个网络的输入输出是什么呢？看一下Faster RCNN的网络结构（下图中框内的部分）就可以看出，输入是前面backbone得到的特征图，输出是一些Proposal。RPN网络可以分为这么几部分：生成anchor；对anchor进行二分类；边框回归；生成最终的Proposal。下面分别介绍一下。生成anchor boxanchor可以翻
转载
2023-09-04 23:10:19
46阅读
softnms:https://arxiv.org/abs/1704.04503 代码：http://bit.ly/2nJLNMu softernms:https://arxiv.org/abs/1809.08545 代码：https://github.com/yihui-he/KL-Loss1 NMS目标检测的pipeline中，通过神经网络的处理，输出了一系列的预测框，为了保证检测的召回率，这
转载
2024-01-19 16:53:27
32阅读
如何简单形象又有趣地讲解神经网络是什么？神经网络最重要的用途是分类，为了让大家对分类有个直观的认识，咱们先看几个例子：垃圾邮件识别：现在有一封电子邮件，把出现在里面的所有词汇提取出来，送进一个机器里，机器需要判断这封邮件是否是垃圾邮件。疾病判断：病人到医院去做了一大堆肝功、尿检测验，把测验结果送进一个机器里，机器需要判断这个病人是否得病，得的什么病。猫狗分类：有一大堆猫、狗照片，把每一张照片送进一
转载
2023-09-14 16:33:52
60阅读
MTCNN 级联卷积神经网络的理解Vlog1一、MTCNN用来干什么？MTCNN是一个检测框架，最初设计的时候，应用在多人脸检测，其实也可以广泛的使用在单类别多目标的场景下，但是应用的场景与其算法的设计有关，在某些场景下有一定的局限性。普通的人脸识别，主要包含以下几个步骤：（1）人脸检测 （2）人脸对齐 （3）特征提取 （4）特征对比人脸检测的模型也是有很多的，MTCNN只是其中之一。（2016年
转载
2023-10-26 12:19:13
150阅读
今天介绍一下Neural NetWork，都是一下个人理解，认真看的话看懂肯定不是问题。个人微信公众号：计算机金融阅读。欢迎关注。 1.首先介绍一下神经网络的基本组成，从左边开始，那些x就是输入样本点所包含的特征，然后经过第一层的w权重，得出第二层神经元（图中圆圈表示神经元）的输入值，在经过一个激活函数将输入值S转化为输出值X，这里的激活函数可以选用不同的函数，在吴恩达机器学习视频中的激活函数为
转载
2023-10-04 10:21:01
66阅读
1.卷积神经网络 在cv方向使用广泛 2.循环神经网络 处理不定长数据，即输入长度不一样，例如文本 因此在NLP方面使用广泛 过拟合：说白了就是矫枉过正 神经元是组成神经网络的最小结构 激活函数主要完成一个转换，要不然就不思考它为啥叫激活了，可能就是激活模型那意思，说白了它就是个函数，函数就是映射，在神经元中，一旦确定下来一个激活函数，也就确定下来了一个模型。 多个神经元就可以完成多分类模型 多输
转载
2023-11-21 11:29:31
9阅读
MSE 均方差损失（ Mean Squared Error Loss）MSE是深度学习任务中最常用的一种损失函数，也称为 L2 LossMSE是真实值与预测值的差值的平方然后求和平均范围[0,+∞)，当预测值与真实值完全相同时为0，误差越大，该值越大 MSE 曲线的特点是光滑连续、可导，便于使用梯度下降算法，是比较常用的一种损失函数。而且，MSE 随着误差的减小，梯度也在减小，这有利于函数的收敛，
转载
2023-08-14 11:28:48
1450阅读
一、为什么有BP神经网络，CNN，还要有RNN？ 答：(1)神经网络包括CNN,输入和输出都是相互独立的。但有些任务，后续的输出与之前的内容是相关的。 如：“我是中国人，则我的母语是_?” (2)RNN引入了”记忆”的概念，循环是指它的每个元素都执行相同的任务，但是输出依赖于输入和记忆二、RNN的结构 从左边的图可以看出来，X是输入，O是输出，W执行的是循环的操作，循环的更新。我们可以按照时
转载
2024-01-30 07:15:08
102阅读
一、人工智能流派人工智能：让机器具备人的思维和意识。人工智能三学派：行为主义：基于控制论，构建感知-动作控制系统。（控制论，如平衡、行走、避障等自适应控制系统。）符号主义：基于算数逻辑表达式，求解问题时先把问题面熟为表达式，再求解表达式。（可用公式描述、实现理性思维，如专家系统。）连接主义：仿生学，模仿神经元连接关系。（仿脑神经元连接，实现感性思维，如神经网络。）用计算机仿出神经网络连接干系关系，
转载
2023-10-18 07:27:25
119阅读
