Grad-CAM源码保姆级讲解(pytorch)

Grad-CAM源码保姆级详解。

遗传算法优化神经网络—MATLAB实现

遗传算法优化神经网络MATLAB实现

深度学习和日常代码中遇到的报错汇总及解决方案,持续更新中。。。。

深度学习和日常代码中遇到的报错汇总及解决方案,持续更新中。。。。解决方案也大多参考网上的解决方案,有些有用,有些没有效果,本文章中的问题,也仅是本人遇到的问题

OpenMV:19OpenMV4 Plus训练神经网络进行口罩识别

注意: 只有可以自己训练神经网络,其他版本的性能不够本节讲解如何使用网站来自行训练神经网络模型,进而实现机器学习的功能是一个在线网站,是一个为嵌入式产品非常快速地生成嵌入式上面使用的神经网络的模型,非常地易用且快速,大概只需要5min左右就可以训练出一个OpenMV4 Plus上使用的模型机器学习有

mmsegmentation框架SegFormer训练自己的数据集

使用mmsegmentation中的SegFormer网络训练自己的数据集

校园打架行为识别检测 yolov7

校园打架行为识别检测系统基于python基于yolov7深度学习框架+边缘分析技术,自动对校园、广场等区域进行实时监测,当监测到有人打架斗殴时,系统立即抓拍存档语音提醒,并将打架行为回传给学校后台,提醒及时处理打架情况。YOLOv7 在 5 FPS 到 160 FPS 范围内,速度和精度都超过了所有

【深度学习】pix2pix GAN理论及代码实现与理解

深度学习,pix2pixGAN, CGAN,patchGAN, 代码实现。

【FPGA】基于HLS的全连接神经网络手写体识别

一 系统分析1.1 全连接神经网络简介 二 通过HLS 编写全连接神经网络传入权重参数和偏置参数文件2.1 获得图片、权重以及偏置的参数2.2 编写C语言的全连接算子2.3 Slave Interfaces2.3.1 hls_avalon_slave_component 2.3.2 hls_ava

Paper Reading - 综述系列 - Hyper-Parameter Optimization(上)

自开发深度神经网络以来,几乎在日常生活的每个方面都给人类提供了比较理性的建议。但是,尽管取得了这一成就,神经网络的设计和训练仍然是具有很大挑战性和不可解释性,同时众多的超参数也着实让人头痛,因此被认为是在炼丹。因此为了降低普通用户的技术门槛,自动超参数优化(HPO)已成为学术界和工业领域的热门话题。

深度学习:根据 loss曲线,对模型调参

深度学习模型调参笔记train loss 下降,val loss下降,说明网络仍在学习; 奈斯,继续训练train loss 下降,val loss上升,说明网络开始过拟合了;赶紧停止,然后数据增强、正则train loss 不变,val loss不变,说明学习遇到瓶颈;调小学习率或批量数目trai

主动学习(Active Learning,AL)的理解以及代码流程讲解

针对有监督的学习任务,存在标记成本较为昂贵且标记难以大量获取的问题。 在此问题背景下,主动学习(Active Learning, AL)尝试通过选择性的标记较少数据而训练出表现较好的模型。主动学习的工作流程的关键是选择模型、使用的不确定性度量以及应用于请求标签的查询策略。主要步骤为:收集数据、建立模

神经网络算法基本原理及其实现

目录背景知识人工神经元模型激活函数网络结构工作状态学习方式BP算法原理算法实现(MATLAB)背景知识在我们人体内的神经元的基本结构,相信大家并不陌生,看完下面这张图,相信大家都能懂什么是人工神经网络?人工神经网络是具有适应性的简单神经元组成的广泛并互连的网络,它的组织能够模拟生物神经系统对真实世界

Pytorch:全连接神经网络-MLP回归

使用全连接神经网络(MLP)解决波士顿房价回归预测问题

PyTorch学习系列教程:何为Tensor?

导读本文继续PyTorch学习系列教程,来介绍在深度学习中最为基础也最为关键的数据结构——Tensor。一方面,Tensor之于PyTorch就好比是array之于Numpy或者DataF...

【7】SCI易中期刊推荐——计算机 | 人工智能(中科院4区)

SCI即《科学引文索引》是1961年由美国科学信息研究所创办的文献检索工具。在我国,SCI不仅是一部权威的文献检索工具,更是评价个人&团队科研学术水平及优秀创新成果的一种重要依据。

BartModel 源码解析

BartModel的代码真的有太多的坑了

通过公式和源码解析 DETR 中的损失函数 & 匈牙利算法(二分图匹配)

DETR在单次通过解码器时推断一个固定大小的有N个预测的集合,其中N被设置为显著大于图像中典型的物体数量。所有真实框中的每一个框和所有预测框进行匹配,损失值最小的预测框为该真实框的最佳匹配框,当所有真实框遍历完毕后,得到所有唯一匹配的框。完成最优分配,假设有六位老师和六种课程,通过匈牙利算法进行匹配

知识蒸馏算法和代码(Pytorch)笔记分享,一个必须要了解的算法

知识蒸馏算法和代码(Pytorch)笔记分享,一个必须要了解的算法

经典神经网络论文超详细解读(一)——AlexNet学习笔记(翻译+精读)

AlexNet(ImageNet Classification with Deep Convolutional Neural Networks)论文超详细解读。翻译+总结

Yolov5--从模块解析到网络结构修改(添加注意力机制)

文章目录1.模块解析(common.py)01. Focus模块02. CONV模块03.Bottleneck模块:04.C3模块05.SPP模块2.为yolov5添加CBAM注意力机制最近在进行yolov5的二次开发,软件开发完毕后才想着对框架进行一些整理和进一步学习,以下将记录一些我的学习记录。