粒子群算法(PSO)优化的BP神经网络预测

BP神经网络是一种常见的多层前馈神经网络,本文通过粒子群算法(PSO)对BP神经网络的网络参数进行寻优,得到最优化的网络参数,并与未使用PSO的BP网络对同一测试样本进行预测,对比分析并突出PSO-BP的优越性。

从头开始进行CUDA编程:原子指令和互斥锁

本文是本系列的最后一部分,我们将讨论原子指令,它将允许我们从多个线程中安全地操作同一内存。我们还将学习如何利用这些操作来创建互斥锁

【深度学习】如果我年少有为,会垃圾分类

记录了当前模型的情况分析;学习了图像预处理操作。

MSE = Bias² + Variance?什么是“好的”统计估计器

本文的目的并不是要证明这个公式,而是将他作为一个入口,让你了解统计学家如何以及为什么这样构建公式,以及我们如何判断是什么使某些估算器比其他估算器更好。

YOLO系列目标检测算法-YOLOv6

YOLO系列文章之YOLOv6。本文通过分析以往YOLO系列算法和最新技术,观察到几处需完善的地方,通过对网络设计、标签分配、损失函数、数据增强、工业便利化改进、量化和部署等进行修改,设计了EfficientRep、SCPStackRep Block、Rep-PAN、decoupled head等结

【目标检测】英雄联盟能用YOLOv5实时目标检测了 支持onnx推理

dcmyolo(dreams create miracles),中文:大聪明目标检测工具包。该项目基于pytorch搭建,构建的目的是提供一个拥有更好性能的 YOLO版本,同时拥有丰富的中文教程和源码细节解读,提供算法工具箱,给出不同体量模型的实验数据,为算法落地带来便利。项目本着方便开发者的目的,

深度学习修炼(五)——基于pytorch神经网络模型进行气温预测

基于pytorch神经网络模型进行气温预测

pytorch深度学习实战lesson26

Googlenet的好处,以及实现方法。

这便是智能

扩散模型的随机性,随机是权重随机基于数据,方向模型的指导性,指导是生成方向合理性,抽象的说随机控制运动的速度,抽象的说指导控制这运动的方向随机性,让智能个性化,自主化指导性,让智能可以看作是智能,及条条大路都能通向罗马,计划和目标的确定性

【深度学习】图像分类数据集Fashion-MNIST

【深度学习】图像分类数据集Fashion-MNIST

【毕业设计】深度学习动物识别系统 - 图像识别 python OpenCV

🔥 Hi,大家好,这里是丹成学长的毕设系列文章!🔥 对毕设有任何疑问都可以问学长哦!这两年开始,各个学校对毕设的要求越来越高,难度也越来越大… 毕业设计耗费时间,耗费精力,甚至有些题目即使是专业的老师或者硕士生也需要很长时间,所以一旦发现问题,一定要提前准备,避免到后面措手不及,草草了事。为了

使用PyTorch实现简单的AlphaZero的算法(3):神经网络架构和自学习

神经网络架构和训练、自学习、棋盘对称性、Playout Cap Randomization,结果可视化

华为开源自研AI框架昇思MindSpore应用实践:DCGAN生成漫画头像

华为开源自研AI框架昇思MindSpore教程:DCGAN生成漫画头像

Pytorch:手把手教你搭建简单的全连接网络

利用pytorch搭建简单全连接网络的步骤,适合初学者快速上手

YOLOv5训练结果分析

YOLOv5训练结果分析

目标检测算法——YOLOv5/YOLOv7改进之结合Swin Transformer V2(涨点神器)

目标检测算法——YOLOv5/YOLOv7结合Swin Transformer V2

BT - Unet:生物医学图像分割的自监督学习框架

BT-Unet采用Barlow twin方法对U-Net模型的编码器进行无监督的预训练减少冗余信息,以学习数据表示。之后,对完整网络进行微调以执行实际的分割。

Pytorch文档解读|torch.nn.MultiheadAttention的使用和参数解析

整体称为一个单注意力头,因为运算结束后只对每个输入产生一个输出结果,一般在网络中,输出可以被称为网络提取的特征,那我们肯定希望提取多种特征,[ 比如说我输入是一个修狗狗图片的向量序列,我肯定希望网络提取到特征有形状、颜色、纹理等等,所以单次注意肯定是不够的 ]因为是拼接而成的,所以每个单注意力头其实

使用HuggingFace实现 DiffEdit论文的掩码引导语义图像编辑

在本文中,我们将实现Meta AI和Sorbonne Universite的研究人员最近发表的一篇名为DIFFEDIT的论文。对于那些熟悉稳定扩散过程或者想了解DiffEdit是如何工作的人来说,这篇文章将对你有所帮助。

KITTI数据集解析和可视化

文章链接概述KITTI数据集是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo),光流(optical flow),视觉测距(visual odometry),3D物体检测(object detection)和3D跟踪(tracking)等计算机视觉技

登录可以使用的更多功能哦! 登录
作者榜
...
资讯小助手

资讯同步

...
内容小助手

文章同步

...
Deephub

公众号:deephub-imba

...
奕凯

公众号:奕凯的技术栈