文章目录第一部分：现代 CNN 结构的演变第二部分：CNN 中的一些重点知识2.1 Dropout 技术2.2 ReLU 激活函数及其变种2.2.1 所有激活函数概览2.2.2 补充资料2.3 梯度爆炸、梯度消失2.3.1 核心部分2.3.2 补充资料2.4 Batch Normalization2.4.1 深入剖析 batch normalization2.4.2 Beyond batch n
转载
2024-10-21 13:22:23
19阅读
Pytorch从零构建CNN网络实战前言CNN基础卷积核一维卷积核二维卷积核池化视图从零构建CNN网络基于MNIST包的图像识别实战数据获取训练函数主程序 前言本文是基于Pytorch进行构建CNN(Convolution Neural Network)卷积神经网络的简单实践。其中包含：构建CNN所需的基础知识从零构建CNN网络基于MNIST包的图像识别实战由于CNN的构建是基于Pytorch的
目录：一、概述二、背景三、人脑视觉机理四、关于特征 4.1、特征表示的粒度 4.2、初级（浅层）特征表示 4.3、结构性特征表示  
1.R-CNN论文背景 2. R-CNN算法流程 3. R-CNN创新点一、R-CNN论文背景论文网址https://openaccess.thecvf.com/content_cvpr_2014/papers/Girshick_Rich_Feature_Hierarchies_2014_CVPR_paper.pdf RCNN（Region-based Convolutional Neural
转载
2024-09-14 13:07:46
75阅读
AlexNet网络在2012年内的ImageNet比赛中脱颖而出，性能大幅超越传统基于SVM等算法。其作者是多伦多大学的Alex Krizhevsky，因此网络命名为AlexNet网络。当然站在现在看AlexNet网络，它的很多trick也被运用广泛，但毕竟在当年还没有框架的年代能达到一定的效果，也是非常的不容易。【网络结构】 图1 AlexNet网络结构图
上图分为上下两个部分，每个部分
转载
2024-08-08 11:37:11
86阅读
项目介绍TensorFlow2.X 搭建卷积神经网络（CNN），实现服装的分类识别。搭建的卷积神经网络是类似VGG的结构(卷积层与池化层反复堆叠，然后经过全连接层，最后用softmax映射为每个类别的概率，概率最大的即为识别结果)。其他项目水果蔬菜识别：基于卷积神经网络的水果识别项目 交通标志识别：基于卷积神经网络的交通标志识别项目 人脸识别：基于卷积神经网络的人脸识别项目网络结构：开发环境：py
转载
2024-05-29 00:05:04
68阅读
之前的章节已经实现了卷积层和池化层，现在来组合这些层，搭建进行手写数字识别的 CNN 。这里要实现如图7-23 所示的 CNN 。class SimpleConvNet:
"""简单的ConvNet
conv - relu - pool - affine - relu - affine - softmax
Parameters
----------
转载
2024-05-29 09:57:05
182阅读
模型名AlexNetVGGResＮetInception发布时间2012201420152015层数81915222卷积层数51615121卷积核大小11，5，337，1，3，57，1，3，5池化方式MaxPoolingMaxPoolingMax+AvgPoolingMax+AvgPooling全连接层数3311全连接层大小4096，4096，10004096，4096，100010001000D
转载
2024-08-12 11:51:49
135阅读
上篇博文主要对CNN的基本网络结构及连接方式做了简单的介绍，还介绍了一个界内经典的LeNet-5模型。下面重点介绍CNN模型的训练过程/参数学习，在阅读本文之前，最好需要有以下方面的预备知识：神经网络基础（网络结构，前向/后向传播方式，激活函数等）；基础的最优化求解方法（梯度法，牛顿法等）；机器学习基础神经网络模型常用于处理有监督学习的问题，例如分类问题，CNN也不例外。模型需要一些有标注的数据进
转载
2024-05-13 12:34:10
202阅读
此篇文章仅作为收藏卷积神经网络 CNN 笔记(高级篇)Posted on 2017-04-25 In Deep learning , CNN | 0 Comments | 1768对应 深度学习知识框架，学习更先进的 CNN，包括 AlexNe
问题描述模型构建器(ModelBuilder)：是一个用来创建、编辑和管理模型的应用程序。模型是将一系列地理处理工具串联在一起的工作流，它将其中一个工具的输出作为另一个工具的输入。也可以将模型构建器看成是用于构建工作流的可视化编程语言。应用：Arcgis中有非常多可以直接供我们使用的处理数据的工具，但当我们想要对大量数据进行同一种处理时，就需要用到批处理的方法。其中模型构建器是一个简单快捷的工具。
转载
2024-01-31 18:27:07
0阅读
本节将介绍另一种常用的门控循环神经网络：长短期记忆（long short-term memory，LSTM）。它 比门控循环单元的结构稍微复杂一点。1.1、数据集和问题定义 import torch
import torch.nn as nn
import seaborn as sns
import numpy as np
import pandas as pd
import m
转载
2023-12-06 16:58:10
479阅读
摘要： 还在苦恼如何写自己的CNN网络？看大神如何使用keras11行代码构建CNN网络,有源码提供。我曾经演示过如何使用TensorFlow创建卷积神经网络（CNN）来对MNIST手写数字数据集进行分类。TensorFlow是一款精湛的工具，具有强大的功能和灵活性。然而，对于快速原型制作工作，可能显得有些麻烦。Keras是一个运行在TensorFlow或者Theano的更高级别的库，旨
转载
2024-07-31 21:05:54
61阅读
由于受到计算机性能的影响，虽然LeNet在图像分类中取得了较好的成绩，但是并没有引起很多的关注。 知道2012年，Alex等人提出的AlexNet网络在ImageNet大赛上以远超第二名的成绩夺冠，卷积神经网络乃至深度学习重新引起了广泛的关注。AlexNet创新点：成功应用ReLU激活函数成功使用Dropout机制使用了重叠的最大池化（Max Pooling）。此前的CNN通常使用平均池化，而Al
转载
2024-05-31 10:26:38
55阅读
上一周我们学习了 逻辑回归，并使用它解决了简单的 0/1 分类问题。这周我们首先尝试使用 逻辑回归 来解决 多分类问题（ 手写字符识别 ）。通过这个问题了解到，当我们需要解决特征量很大的非线性分类问题时（ 比如计算机视觉问题 ），我们原本假设高次特征的方法会使得特征数异常庞大，从而引出新的方法 神经网络。点击 课程视频 你就能不间断地学习 Ng 的课程，关于课程作业的 Python 代码已经放到了
LeNet手写字体识别模型LeNet5诞生于1994年，是最早的卷积神经网络之一。LeNet5通过巧妙的设计，利用卷积、参数共享、池化等操作提取特征，避免了大量的计算成本，最后再使用全连接神经网络进行分类识别，这个网络也是最近大量神经网络架构的起点。卷积网络的第一个成功应用是由Yann LeCun在20世纪90年代开发的，其中最著名的是用于读取邮政编码、数字等的LeNet体系结构。AlexNetA
转载
2024-08-08 22:08:39
16阅读
本文主要介绍 CNN 模型复杂度的分析，通常来说模型复杂度一般我们关注：1）时间复杂度：模型训练和推理速度；2）占用 GPU 大小。 模型训练和推理速度模型的训练和推理速度由“运算量”决定，即 FLOPs，“运算量”代表模型的时间复杂度。FLOPs 越大，模型训练和推理越慢，对于 CNN，每个卷积层运算量如下： $$\mathtt{FLOPs=[(C_i
转载
2023-12-18 15:20:21
102阅读
深度学习-CNN利用Tensorflow实现一个简单的CNN模型1.导入模块2.创建占位符3.初始化参数4.前向传播5.计算损失6.构建模型 利用Tensorflow实现一个简单的CNN模型CONV2D→RELU→MAXPOOL→CONV2D→RELU→MAXPOOL→FULLCONNECTED1.导入模块import math
import numpy as np
import h5py
im
转载
2024-05-06 18:53:11
74阅读
一、LeNet-5论文：http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf这个可以说是CNN的开山之作，由Yann LeCun在1998年提出，可以实现对手写数字、字母的识别。结构如下： LeNet-5图中的 subsampling，即“亚采样”，就是我们前面说的pooling，因为pooling其实就是对原图像进行采样的一个过程。它总
转载
2023-12-21 10:02:13
143阅读
一、介绍 2015年谷歌团队提出了Inception V2，首次提出了批量(Batch Normalization)归一化方法，可以提高网络的收敛速度。应用范围广泛。主要的创新点包括：Batch Normalization：在神经网络的每层计算中，参数变化导致数据分布不一致，会产生数据的协方差偏移问题，
转载
2024-04-12 11:58:29
78阅读
