文章目录ML、DL、CNN学习记录7GAN(Generative Adversarial Network)GAN的学习GAN的损失函数GAN 训练GAN的扩展DCGANCGANStack GAN ML、DL、CNN学习记录7GAN(Generative Adversarial Network)到目前为止,GAN主要应用于图像生成、人脸变换、 生成高质量图像、场景生成、半监督建模、图像混合、图像修
分类预测 | GASF-CNN格拉姆角场-卷积神经网络的数据分类预测
原创
2024-03-11 11:48:35
205阅读
JCR一区 | Matlab实现GAF-PCNN、GASF-CNN、GADF-CNN的多特征输入数据分类预测/故障诊断
原创
2024-06-26 16:32:19
399阅读
JCR一区 | Matlab实现GAF-PCNN-MATT、GASF-CNN、GADF-CNN的多特征输入数据分类预测/故障诊断
原创
2024-07-16 16:37:16
60阅读
GAF-PCNN-BiLSTM、GASF-CNN-BiLSTM、GADF-CNN-BiLSTM的多特征分类预测/故障诊断
原创
2024-09-18 11:00:19
79阅读
周末偷偷卷核心!GAF-PCNN-LSTM、GASF-CNN-LSTM、GADF-CNN-LSTM的多特征分类预测/故障诊断
原创
2024-10-11 16:45:03
141阅读
诸神黄昏!多模型齐亮相!GAF-PCNN-GRU、GASF-CNN-GRU、GADF-CNN-GRU的多特征分类预测/故障诊断
原创
2024-09-24 13:48:24
137阅读
JCR一区 | Matlab实现1D-2D-GASF-CNN-GRU-MATT的多通道输入数据分类预测
原创
2024-05-14 13:54:54
160阅读
JCR一区 | Matlab实现1D-2D-GASF-CNN-LSTM-MATT的多通道输入数据分类预测
原创
精选
2024-06-08 13:31:21
183阅读
JCR一区 | Matlab实现1D-2D-GASF-CNN-BiLSTM-MATT的多通道输入数据分类预测
原创
2024-06-11 16:37:20
77阅读
上世纪科学家们发现了几个视觉神经特点,视神经具有局部感受野,一整张图的识别由多个局部识别点构成;不同神经元对不同形状有识别能力,且视神经具有叠加能力,高层复杂的图案可以由低层简单线条组成。之后人们发现经过conclusional的操作,可以很好反映视神经处理计算的过程,典型的是1998年LeCun发明的LeNet-5,可以极大地提升识别效果。本文主要就convolutional layer、poo
转载
2024-08-08 12:09:24
141阅读
写在前面 今天连看了Fast RCNN和这一篇,一开始以为这篇会是Fast RCNN的加强版。看了之后发现不是,这篇提出的框架更像是SPP-Net的加强版,因为这篇并没有实现joint training,不同的步骤还是分开来跑的。不禁让人想,如果能够结合这篇和Fast RCNN的所有技巧,VOC07的mAP会不会上80%了啊。。Detection进步确实太快了。 闲话少说,下面进入正题。:) m
转载
2024-06-20 17:31:51
63阅读
图像分类经典论文翻译汇总:[翻译汇总]翻译pdf文件下载:[下载地址]
此版为中英文对照版,纯中文版请稳步:[SENet中英文对照版]Squeeze-and-Excitation Networks挤压和激励网络Jie Hu* Momenta hujie@momenta.aiLi Shen* University of Oxford lishen@robots.ox.ac.ukGang Sun* M
转载
2024-05-29 09:55:33
74阅读
做了半年的CNN算法移植,有时候需要回避一些东西,所以写的东西不能太多。简单提一下自己的总结,既是笔记,又是与网友们交流讨论。 CNN兴起,深圳这个躁动的城市很多人就想趁着这个机会捞一笔风投。于是各种基于CNN的在GPU上的demo出现后立马就成立公司,招FPGA工程师或者ARM 等嵌入式工程师,希望通过他们进行产品落地。毕竟GPU功耗高,散热
转载
2024-03-28 21:28:28
145阅读
在卷积神经网络(Convolutional Neural Network,CNN)中,往往包含许多种不同的网络层交替组成,主要有卷积层(Convolutional Layer)、池化层(Pooling Layer)、非线性层(ReLU Layer)、全连接层(Fully Connected Layer)等等,本文主要对几种经典的层进行常识介绍,就当成科普吧。其实就是今天不想写论文笔记了,哈哈哈~部
转载
2023-10-08 07:42:54
270阅读
一,基本思路生成数据(验证码样本)1.验证码类型我们这里生成的验证码是当前最常见的验证码即由26位大小写英文字母和0到9十个数字组成的字符型验证码。2.生成方式我们可以选择两种方式来生成我们的训练数据。一种是一次性生成几万张图(保存到本地),另一种是定义一个数据生成器(数据未被保存)。两种方式各有千秋,第一种方式的好处是训练的时候显卡利用率高,如果你需要经常调参,可以一次生成,多次使用;第二种方式
转载
2024-05-17 09:57:08
51阅读
神经网络(CNN)神经网络主要有三个部分组成, 分别为:网络结构 —— 描述神经元的层次与连接神经元的结构.激活函数(激励函数) —— 用于加入非线性的因素, 解决线性模型所不能解决的问题.参数学习方法的选择(一般为权重值W和偏置项b)一、CNN领域划分图像处理领域
图像识别图像标注图像主题生成图像内容生成…视频处理领域
视频分类视频标准视频预测…自然语言处理(NLP)领域
对话
转载
2024-05-04 18:17:35
102阅读
摘要在本文中,我们介绍了随机擦除,一种简单而有效的数据扩增技术用于训练卷积神经网络(CNN)。在训练阶段,随机擦除在图像中随机选择一个矩形区域,并用随机值擦除其中的像素。在这个过程中,生成了不同遮挡程度的训练图像,降低了网络过拟合的风险,使模型对遮挡具有鲁棒性。随机擦除对于参数学习是自由的,容易实现,并可以集成到大多数基于 CNN 的识别模型。尽管很简单,随机擦除在图像分类、目标检测和行人重新识别
转载
2024-05-03 10:43:56
63阅读