1.前言最近需要用到卷积神经网络(CNN)，在还没完全掌握cuda+caffe+TensorFlow+python这一套传统的深度学习的流程的时候，想到了matlab，自己查了一下documentation,还真的有深度学习的相关函数。所以给自己提个醒，在需要用到某个成熟的技术时先查一下matlab的帮助文档，这样会减少很多时间成本。记得机器学习的大牛Andrew NG.说过在硅谷好多人都是先用m
转载
2024-03-27 08:33:05
13阅读
MATLAB类 你在MATLAB软件工作时经常会有很多不同的数据类型或类。你可以建立浮点数和整数矩阵和数组，字符和字符串，及逻辑真假状态。函数句柄可以使你的编码与任何MATLAB函数相连接，不管其当前范围。结构矩阵和单元矩阵提供一种把不同类型数据存储在相同数据内。 在MATLAB中有15种基本类，每一类都是以矩阵或数组形式。这个矩阵或数组最小大小是0乘0，能够发展到任何大小的N
转载
2024-08-07 12:39:54
56阅读
想自己动手写一个CNN很久了，论文和代码之间的差距有一个银河系那么大。在实现两层的CNN之前，首先实现了UFLDL中与CNN有关的作业。然后参考它的代码搭建了一个一层的CNN。最后实现了一个两层的CNN，码代码花了一天，调试花了5天，我也是醉了。这里记录一下通过代码对CNN加深的理解。首先，dataset是MNIST。这里层的概念是指convolution+pooling，有些地方会把convol
转载
2024-05-07 15:24:59
60阅读
1.前言最近需要用到卷积神经网络(CNN)，在还没完全掌握cuda+caffe+TensorFlow+python这一套传统的深度学习的流程的时候，想到了matlab，自己查了一下documentation,还真的有深度学习的相关函数。所以给自己提个醒，在需要用到某个成熟的技术时先查一下matlab的帮助文档，这样会减少很多时间成本。记得机器学习的大牛Andrew NG.说过在硅谷好多人都是先用m
转载
2024-08-08 11:46:29
171阅读
deepLearnToolbox-master是一个深度学习matlab包，里面含有很多机器学习算法，如卷积神经网络CNN，深度信念网络DBN，自动编码AutoEncoder（堆栈SAE，卷积CAE）的作者是 RasmusBerg Palm。今天给介绍deepLearnToolbox-master中的CNN部分。
DeepLearnToolbox-master中CNN内的函数：
调用关系为：
该模
MATLAB中的图像类型 MATLAB中数组是最基本的数据结构，大部分图像用二维数组即矩阵表示，矩阵中的一个元素对应一个像素。例如，一个由500行600列不同颜色点组成的图像可以用500*600的矩阵来表示。当然也有一些图像是用三维数组表示的，如RGB图像的三个维分别表示像素的红色、绿色和蓝色分量值。这样使得在MATLAB中使用图形文件格式的图像和使用其他类型的矩阵数据的方式一致。&nb
转载
2024-05-23 15:38:15
79阅读
数据类型MATLAB中的数据类型主要包括数值类型、逻辑类型、字符串、函数句柄、结构体和
单元数组类型。这6种基本的数据类型都是按照数组形式存储和操作的。另外，MATLAB
中还有两种用于高级交叉编程的数据类型，分别是用户自定义的面向对象的用户类类型和
Java类类型。数值类型基本的数值类型主要有整数、单精度浮点数和双精度浮点数。数据格式示例说明int8,unit8int16,unit16int32
数据集主页：Go背景提前感知道路的状态与特性能够为车辆规划控制系统提供有效信息，从而提高车辆的安全性和驾乘舒适性。利用视觉信息进行道路预瞄被证实是一种有效的解决方案。但是目前仍然缺少一个大规模的路面图像分类数据集。基于此背景，我们实车采集、标注并发布了该道路表面分类数据集（RSCD），提供路面材质、附着水平及不平度等级的详细标注信息，共101万张图像。 该数据集由清华大学车辆与运载学院研究团队发布
转载
2024-08-06 05:12:17
63阅读
论文： VoxCeleb2: Deep Speaker Recognition思想：显然，VoxCeleb2是在voxceleb基础上扩充和改进，仍然是两个贡献点： 1）扩大声纹识别数据集，由voxceleb的1251说话人超过19万句子，到voxceleb2的超过6000说话人共计超过百万的语音句子，适用于噪声和非约束场景下的声纹识别任务； 2）相比VGG-M,采用更深更先进的resnet
转载
2024-09-19 20:05:29
227阅读
目录一、实验意义及目的二、实验内容三、Matlab 相关函数介绍四、算法原理五、参考代码及扩展代码流程图(1)参考代码流程图(2)扩展代码流程图六、参考代码七、实验要求（1）尝试不同的阈值选择方法，实现灰度图像二值化（2）变换参数实现形态学滤波，查看滤波效果（3）更改重建边界点数，查看效果（4）自行设计方法实现图像分割，并计算分割区域相关参数 一、实验意义及目的 （
1
）进一步掌握图像
新闻分类：多分类问题本节任务描述： 将路透社新闻划分为 46 个互斥的主题。因为有多个类别，所以这是多分类（multiclass classification）问题的一个例子。这是单标签、多分类（single-label, multiclass classification） 问题的一个例子。如果每个数据点可以划分到多个类别（主题），那它就是一个多标签、多分类（multilabel, multic
转载
2024-05-30 07:21:27
141阅读
对于支持向量机，其是一个二类分类器，但是对于多分类，SVM也可以实现。主要方法就是训练多个二类分类器。 一、多分类方式 1、一对所有（One-Versus-All OVA） 给定m个类，需要训练m个二类分类器。其中的分类器 i 是将 i 类数据设置为类1（正类），其它所有m-1个i类以外的类共同设置为类2（负类），这样，针对每一个类都需要训练一个二类分类器，最后，我们
转载
2024-05-18 12:44:26
174阅读
分类预测 | MATLAB实现MTBO-CNN多输入分类预测
原创
2024-03-06 09:33:15
62阅读
分类预测 | MATLAB实现EVO-CNN多输入分类预测
原创
2024-03-06 09:32:30
44阅读
CNN-Attention分类预测 | Matlab实现多特征分类预测
二分~多分~Softmax~理预一、简介 在二分类问题中，你可以根据神经网络节点的输出，通过一个激活函数如Sigmoid，将其转换为属于某一类的概率，为了给出具体的分类结果，你可以取0.5作为阈值，凡是大于0.5的样本被认为是正类，小于0.5则认为是负类 然而这样的做法并不容易推广到多分类问题。多分类问题神经网络最常用的方法是根据类别个数n，设置n个输出节点，这样每个样本，神经网络都会给出一个n维
一. 原理解读分享一篇我觉得非常适合新手理解CNN的博文 CIFAR10数据集(训练集5万张，测试集1万张，每张彩图32*32*3，10类对应标签值0-9)如下：二. pytorch版完整代码复现1. 全代码名称展示可见，跑了几十轮后，在测试集上的准确率超过90% 2. 代码import torch
import torch.nn as nn
转载
2024-05-31 10:30:28
342阅读
CNN应用在图片分类的场景中较多，可能给大家一个思维定势----CNN貌似只能应用在图片场景，其实CNN也可对文本进行分类。卷积只是特征提取的一种方式，并不是只能处理图像，使用卷积只要能提取特征即可。一、卷积应用在文本分类的思路下图为卷积对文本分类的整体思路：文本分词-->映射成向量：把文本（字符串）转换成数值（对文本进行编码），上图使用7*5的矩阵存储每一句话的编码用三种不同的卷积窗口，每
转载
2023-10-10 11:26:39
167阅读
本人也是小白一枚，主要是边学习边记录，打算把一些学到的算法整理一下，方便以后回顾。如果有不对的地方，希望大家指证，一起共同成长。目标：利用BP神经网络解决多分类问题 库：pyorch、numpy根据此问题，主要为四部分：数据集的读取，模型的搭建，训练，预测。一：数据集读取 前提采用txt文件存储数据，例如下图（形式：特征数据和种类数间均为以空格或TAB键分隔，每行表示一组数据，其中最后一个数表示种
转载
2023-09-08 18:35:23
62阅读
1，图像分类2，类别不平衡问题3，图像分类模型4，提升分类模型精度的方法5，数据扩充（数据增强）6，参考资料图像分类是计算机视觉中最基础的任务，基本上深度学习模型的发展史就是图像分类任务提升的发展历史，但是图像分类并不是那么简单，也没有被完全解决。毕业项目设计代做项目方向涵盖：目标检测、语义分割、深度估计、超分辨率、3D目标检测、CNN、GAN、目标跟踪、竞赛解决方案、去模糊、显著性检测、剪枝、活
转载
2024-01-12 14:49:40
86阅读
