LeNetLeNet是最早的卷积神经网络模型，针对全连接网络权值参数多，系统开销大，完全忽略了图像的局部结构对平移、形变不具有不变性的缺点，提出了一种利用卷积层和池化层堆叠进行特征提取的框架。特点：使用卷积提取局部特征，每个卷积核提取特定模式的特征，底层提取初级特征，高层对底层特征组合与抽象，训练中进行参数学习引入Sigmoid非线性激活函数，提高模型表达能力使用均值池化对提取的特征进行下采样：增
转载
2024-09-06 00:01:27
49阅读
paper链接：Fast R-CNN&创新点规避R-CNN中冗余的特征提取操作，只对整张图像全区域进行一次特征提取；用RoI pooling层取代最后一层max pooling层，同时引入建议框信息，提取相应建议框特征；Fast R-CNN网络末尾采用并行的不同的全连接层，可同时输出分类结果和窗口回归结果，实现了end-to-end的多任务训练【建议框提取除外】，也不需要额外的特征存储空间
author：leadlifedata：2022/8/29mains：www.leadlifesec.comwebsiteexplanation看雪知识库-2013 版 看雪软件安全文档库,收集了看雪安全网站 2000.1 - 2011.12.31期间的优秀文章内容看雪知识库-2022 版在 2013 的基础上继续维护的知识库HackTrickscarlos
原创
2022-08-29 14:42:58
364阅读
序Bi-LSTM的理论就不再说了，本文在前文TextCNN的基础上，将模型改为Bi-LSTM，本意是比较模型效果，但是实际结果不太理想，有过拟和问题。最最前面写着写着感觉变了味道，本来准备水一下，结果拓展了很多出来，很零碎。如果你对理论不太清楚，可以去看：http://colah.github.io/posts/2015-08-Understanding-LSTMs/如果你对tensorflow使
对于 CNN 卷积网络的理解——Padding 的两种方式导言1. Padding='VALID'2. Padding='SAME'2.1. 2x2 大小的卷积核2.2. 3x3 大小的卷积核2.3. 4x4 大小的卷积核3. 对齐方式不同A. Strides=(2,2) 导言最近在看卷积神经网络（CNN）的时候，遇到了 padding 这个属性（补全方式），查了很多资料，发现目前网上讨论的大都
转载
2024-10-21 13:20:46
50阅读
1 绪论 20世纪60年代，Hubel等人通过对猫视觉皮层细胞的研究，提出了感受野这个概念，到80年代，Fukushima在感受野概念的基础之上提出了神经认知机的概念，可以看作是卷积神经网络的第一个实现网络，神经认知机将一个视觉模式分解成许多子模式（特征），然后进入分层递阶式相连的特征平面进行处理，它试图将视觉系统模型化，使其能够在即使物体有位移或轻微变形的
转载
2024-08-08 11:44:58
131阅读
一、什么是损失函数损失函数用来评估模型预测值和真实值之间的差异。模型的损失越小，模型的鲁棒性越好。二、模型与常用损失函数损失函数模型感知损失Perceptron LossPLAHinge损失Hinge LossSVM对数损失Log Loss逻辑回归平方损失Square Loss回归模型绝对值损失Absolute Loss回归模型指数损失Exponential LossAdaboost三、常用的损失
转载
2024-08-20 15:43:31
215阅读
最近再从事深度学习方面的工作，感觉还有很多东西不是很了解，各种网络模型的结构的由来还不是很清晰，在我看来所有的网络都是一层层的卷积像搭积木一样打起来的，由于还没实际跑所以还没很深刻感受到几种网络类型的区别，在此我想梳理一下几种常见的网络结构，加深一下理解。 目前常见的网络结构：AlexNet、ZF、GoogLeNet、VGG、ResNet等等都可谓曾一战成名，它们都具有自身的特性，它们都提出
转载
2024-04-03 20:17:48
96阅读
网路，是台湾方言里对于“网络”的另一种说法。台湾方言里对于网路的定义是这样的：是一群通过一定形式连接起来的电脑。以下是台湾方言里更多的网路相关的解释：一个网路可以由两台电脑组成，也可以拥有在同一大楼里面的上千台电脑和使用者。通常指这样的网路为局域网(LAN Local Area Network)由LAN再延伸出去更大的范围，比如整个城市甚至整个国家这样的网路我们称为广域网(WAN Wide Are
转载
精选
2008-08-10 13:24:12
513阅读
网路技术 献给网路人员
转载
2009-05-13 16:49:54
491阅读
有哪些好看的CNN模型画法？作者：bingohttps://www.zhihu.com/question/62509034/answer/199177562谢邀。第一次答DL相关题目，如有错误，欢迎指正。前几天刚好跟同学讨论到画的好看的CNN图，正好答一下问题，自己也做下整理收藏。说起CNN的模型图，要从经典CNN的相关paper开始：LeNet，1998年；AlexNet，2012年 ；ZF-n
转载
2024-08-08 11:48:44
5阅读
实现安全https（发布https网络）
从理论上讲安全的https也就是加密隧道
 
原创
2008-12-19 12:30:05
488阅读
在第一层，使用MAC地址（即：逻辑地址）来标识主机。
* 服务、FTP在第四层，使用名字（Name什么是“名字解析”？
* 然而，在Internet地址来访问对方是不现实的。
* ”就是网络中的一台计算机的名字。
* 地址，然后才能在数据包中封装对方的IP为了解决上述矛盾，因此在网络中必须设置一种服务（功能），它能够帮助用户把目标计算机的名字翻译（转换）成目标计算机对应的IP地址，然后
原创
2008-12-20 10:33:22
1462阅读
一、TCP【数据层】与UDP【数据层】的区别 1： TCP基于连接，UDP是无连接的； 2： 对系统资源的要求，TCP较多，UDP较少； 2： UDP程序结构较简单； 3： TCP是流模式，而UDP是数据报模式； 4： TCP保证数据正确性，而UDP可能丢包；TCP保证数据顺序，而UDP不保证； 二 ...
转载
2021-11-02 23:36:00
126阅读
2评论
pingwww.baidu.comttl25512864不经过路由的默认值每经过一个路由就减1traceroutewww.baidu.com经过路由的IPtracert--->windows
原创
2018-02-26 10:24:30
603阅读
1.Nat模式适用范围：不需要外网访问虚拟机情况、桌面主机虚拟化。原理：NAT方式是kvm安装后的默认方式。它支持主机与虚拟机的互访，同时也支持虚拟机访问互联网，但不支持外界访问虚拟机。好处：无法从网络上定位和访问虚拟主KVM默认的网络模式，如果想要使用这种模式，防火墙需要打开，因为需要用到iptables规则打开两台虚拟机[root@localhostkvm-vm]#virshstarttest
原创
2019-12-03 15:32:47
1639阅读
点赞
1评论
"""
卷积后的特征图具有一种“静态性”的属性，为了描述全局性信息，需要对特征图不同位置的特征进行聚合
统计，例如，特征提取可以计算图像一个区域上的某个特定特征的平均值（或最大值）。相比使用所有提取到的特征，
这些概要统计特征维度更低，同时还会改善结果，不容易过拟合，这种聚合的操作就叫做池化。
加强卷积特征提取
TensorFlow池化运算的函数
tf.nn.max_pool(value, ks
LeNet5LeNet5 诞生于 1994 年，是最早的卷积神经网络之一，并且推动了深度学习领域的发展。自从 1988 年开始，在许多次成功的迭代后，这项由 Yann LeCun 完成的开拓性成果被命名为 LeNet5（参见：Gradient-Based Learning Applied to Document Recognition）。LeNet5 的架构基于这样的观点：（尤其是）图像的特征分布
转载
2024-05-13 11:15:09
147阅读
Network Layer / Route
网络连结
不同的寻址方案！
不同的最大分组长度！
不同的网络接入机制！
不同的超时控制！
不同的差错恢复方法！
不同的用户接入控制！
不同的服务（面向连接和无连接服务） ！
不同的管理与控制方式 ??
网络互连使用路由器!
因特网由路由器进行互连！
原创
2012-12-02 00:08:02
1079阅读
什么是网络爬虫？爬虫，又称为网页蜘蛛(spider)，就是能够在互联网中检索自己需要的信息的程序或脚本。爬虫，简单的说就是一个http(https)请求，获取到对面网页的源码，然后从网页的源码中抓取自己需要的信息。而html代码的规则是基于xml的，所以可以通过一定解析规则和逻辑完成我们的数据。爬虫能干什么爬虫能干的事情比较多，并且有些领域和爬虫都有很大的关联。不同深度，技术的爬虫工作者能干的事情
原创
2021-02-03 21:39:51
754阅读
