人工智能下载列表第3284页

[VR] 基于OpenCV实现张正友相机标定（完整程序+棋盘图）

说明：基于OpenCV实现张正友相机标定（完整程序+棋盘图），代码可直接打开运行，附有棋盘图。如有问题可直接联系博主。
<qq_39123369> 在上传 | 大小：22020096

[深度学习] 卷积神经网络－目标探测

说明：传统的目标检测任务主要通过人工提取特征模型建立，常用的特征包括：HOG、SIFT、Haar等，特征提取模型之后进行支持向量机或者Adaboost的分类任务，进而得到我们所关注的目标结果。由于特征模型的局限性，我们引入卷积特征，也就是经过卷积神经网络得到的特征信息，包括浅层信息和深层信息，浅层信息指的是：前级的卷积层得到的特征图，感受野更加关注的是图像细节纹理等特征。深层信息包括：后级的卷积层卷积得到的特征图信息，在语义语境方面更加抽象的高层信息。人工神经网络是根据大脑神经突触联接的结构进行信息
<yym1660028> 在上传 | 大小：5242880

[深度学习] 卷积网络+递归网络

说明：使用前馈卷积神经网络（convnets）来解决计算机视觉问题，是深度学习最广为人知的成果，但少数公众的注意力已经投入到使用递归神经网络来对时间关系进行建模。而根据深度学习三大牛的阐述，LSTM网络已被证明比传统的RNNs更加有效。本文由加州大学圣迭戈分校（UCSD）研究机器学习理论和应用的博士生Zachary Chase Lipton撰写，用浅显的语言解释了卷积网络的基本知识，并介绍长短期记忆（LSTM）模型。
<yym1660028> 在上传 | 大小：3145728

[机器学习] UWinIEC帮助手册

说明： UWinTech 工业控制应用软件平台控制组态手册杭州优稳自动化系统有限公司
<weixin_41305141> 在上传 | 大小：1048576

[深度学习] rnn_intrduction.pdf

说明：循环神经网络，Recurrent Neural Network。神经网络是一种节点定向连接成环的人工神经网络。这种网络的内部状态可以展示动态时序行为。不同于前馈神经网络的是，RNN可以利用它内部的记忆来处理任意时序的输入序列，这让它可以更容易处理如不分段的手写识别、语音识别等。
<yym1660028> 在上传 | 大小：8388608

[机器学习] 优稳DCS手册

说明：优稳DCS手册UWinTech 工业控制应用软件平台实时监控手册
<weixin_41305141> 在上传 | 大小：6291456

[深度学习] 梯度下降法与反向传播 (1)

说明：取目标函数，其中，用去代表和以强调它可能是任意的函数。在求解目标函数最小值的过程中理论上可以采用两种方法进行计算：一种解决方法就是用数值计算的方法去计算出它的最小值，但是这种方法需要求偏导数，然而在参数量巨大的神经网络中这是很难完成的一件事情；另一种方法是采用梯度下降的方法，计算较为简便。在介绍梯度下降法的时候，首先忽略神经网络的结构，假设其为具有很多变量的函数，而我们的目的就是求解出这样的函数的最小值。当对自变量做较小的改变的时候
<yym1660028> 在上传 | 大小：1048576

[深度学习] 第7课：循环神经网络与长短时记忆及应用

说明：循环神经网络以及它的训练算法。我们也介绍了循环神经网络很难训练的原因，这导致了它在实际应用中，很难处理长距离的依赖。在本文中，我们将介绍一种改进之后的循环神经网络：长短时记忆网络(Long Short Term Memory Network, LSTM)，它成功的解决了原始循环神经网络的缺陷，成为当前最流行的RNN，在语音识别、图片描述、自然语言处理等许多领域中成功应用。但不幸的一面是，LSTM的结构很复杂，因此，我们需要花上一些力气，才能把LSTM以及它的训练算法弄明白。在搞清楚LSTM之后
<yym1660028> 在上传 | 大小：3145728

[深度学习] 第2课：从线性分类器到人工神经网络

说明：我们输入一个图像，拉伸后成为1维，为了方便，简单为4*1的向量，得分向量为3个分类，3*1,于是我们的W就要是一个3*4的矩阵，线性分类器嘛，有偏置项b(wile增加灵活性)，最后我们得到y=W*x+b的线性函数（得分函数,y就是得分向量）。上面的W在dog类别中得分最高，这显然不是我们想要的，我们想要的是在正确的类别上有较高的得分，在错误的类别得分较低，所以我们要做的是修正这个W，使我们输入一张图片后，在正确的类别上得分最高
<yym1660028> 在上传 | 大小：26214400