注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. caffe深度学习薛开宇笔记实例-基于卷积神经网络的声音识别

  2. 目前的音乐检索系统用流派、风格、情感等类别标签检索音乐。其中，如果人工标注 音乐这些类别标签，则存在主动性强、费时费力、速度慢的问题，而如果采用传统的自动 标注方式，则存在准确率低的问题。后者准确率低的原因是，其标注时使用的模型不能 很好识别音乐。随着 Hinton 提出深度学习模型后，因其在图像和语音识别领域均取得很 好的成果，在识别领域成为了研究热点。因此，本文旨在研究如何使用深度学习中的卷 积神经网络(Convolutional Neural Networks，CNN)模型，设计出一个准

  3. 所属分类：其它

    • 发布日期：2016-12-27
    • 文件大小：5242880
    • 提供者：u014365862

  1. CS231n课程笔记翻译：图像分类笔记

  2. CS231n课程笔记image classification notes，由课程教师Andrej Karpathy授权进行翻译。本篇教程由杜客翻译完成。排版成pdf文档。侵删

  3. 所属分类：深度学习

  1. 北京交通大学视觉期末复习笔记.docx

  2. 计算机视觉期末复习笔记包括： （1）图像分割相关知识； （2）全局特征与局部特征 （3）图像分类； （4）目标匹配，目标检测； （5）词包模型； （6）卷积神经网络等等等；

  3. 所属分类：机器学习

    • 发布日期：2019-12-29
    • 文件大小：1048576
    • 提供者：Haienzi

  1. Python笔记源码.zip

  2. 01-Linux基础 02-Python基础 05-面向对象 06-MySQL 07-网络编程 08-多线程 09-MongoDB数据库 10-正则表达式 11-Git 13-HTML&CSS 15-前端项目 21-爬虫 23-Numpy基础,数据分析 24-机器学习介绍 25-决策树 26-朴素贝叶斯分类 27-支持向量机,聚类 28-推荐引擎，自然语言 29-语言识别。图像识别 30-人脸识别

  3. 所属分类：讲义

    • 发布日期：2020-05-31
    • 文件大小：178257920
    • 提供者：weixin_43753806

  1. 【Google 机器学习笔记】十、TensorFlow 2.1 实战（二）基本图像分类（MNIST）

  2. 【Google 机器学习笔记】 十、TensorFlow 2.1 实战（二）基本图像分类   为节省时间，降低学习成本，本节实战的图片分类对象 tf.keras 中内置的 MNIST 数据集。   首先回顾机器学习编程的几个基本步骤     1. 数据       ① 获取数据       ② 处理数据       ③ 拆分数据       ④ 检查数据     2. 模型       ① 构建模型       ② 检查模型       ③ 训练模型       ④ 进行预测   现根据以上步

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：385024
    • 提供者：weixin_38701156

  1. Python下opencv图像阈值处理的使用笔记

  2. 图像的阈值处理一般使得图像的像素值更单一、图像更简单。阈值可以分为全局性质的阈值，也可以分为局部性质的阈值，可以是单阈值的也可以是多阈值的。当然阈值越多是越复杂的。下面将介绍opencv下的三种阈值方法。 （一）简单阈值 简单阈值当然是最简单，选取一个全局阈值，然后就把整幅图像分成了非黑即白的二值图像了。函数为cv2.threshold() 这个函数有四个参数，第一个原图像，第二个进行分类的阈值，第三个是高于（低于）阈值时赋予的新值，第四个是一个方法选择参数，常用的有： cv2.THR

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：548864
    • 提供者：weixin_38529123

  1. 10.1 RNN,LSTM,.GRU递归神经网络学习笔记

  2. 文章目录概念LSTM RNN是用于处理大小可变的有序数据的一类模型 即使对固定输入输出的模型，RNN也非常有用 我们想对输入序列化处理，这里我们收到一个固定大小的输入，如一个图形，我们要做出分类决策，即图像中的数字分类，我们不是做单一的前向传播，而是观察图片的各种不同部分，然后在完成一组观察后做出最终决策。 概念 总体而言每个RNN都有这样一个小小的循环核心单元，它把x作为输出传入RNN，RNN有一个内部隐藏态（internal hidden state），内部隐藏态会在RNN每次读取新的输

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：993280
    • 提供者：weixin_38731226

  1. 【神经网络】{4} ——多元分类（学习笔记）

  2. 如何利用神经网络解决多类别分类问题？ （手写数字的识别问题，其实就是一个多类别分类问题，因为它有10种需要识别的类别，也就是数字0到9。） 要在神经网络中实现多类别分类，采用的方法本质上是一对多法的拓展。 假设有一个计算机视觉的例子，我们不只需要识别出图中的汽车，现在我们需要识别四个类别的对象，通过图像来辨别出哪些是行人、汽车、摩托车或者货车： 这样的话，我们要做的就是建立一个有四个输出单元的神经网络： 现在神经网络的输出将是一个含4个数的向量： 输出变成了一个四维的向量，那么现在要做的

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：186368
    • 提供者：weixin_38738511

  1. 大数据案例分析学习笔记1.1（深度学习的引出）

  2. 什么是机器学习？ （Machine learning） 机器学习：是对研究问题进行 模型假设，利用计算机从训练数据中学习得到模型参数，并最终对数据进行预测和分析的一门学科 从简单线性分类器到深度学习（一） 从简单线性分类器到深度学习（二） 深度学习网络中往往包含多个中间层（隐藏层）且网络结构要更复杂一些 什么是深度学习？ （Deep learning） 一种实现机器学习的技术，是机器学习重要分支 源于人工神经网络的研究，深度学习的模型结构是一种含多隐藏层的神经网络 通过组合底层特征形成更加

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：180224
    • 提供者：weixin_38500630

  1. 《动手学——LeNet》笔记

  2. Convolutional Neural Networks ps 之前图像分类识别的方法：构造一个单隐藏层的多层感知机模型，将28×28的图像展开，形成一个长为724的一维向量，并输入到全连接层。 使用全连接层的局限性： 图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。 对于大尺寸的输入图像，使用全连接层容易导致模型过大。 使用卷积层的优势： 卷积层保留输入形状。 卷积层通过滑动窗口将同一卷积核与不同位置的输入重复计算，从而避免参数尺寸过大。 LeNet 模型

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：122880
    • 提供者：weixin_38722607

  1. 《A Generative Adversarial Model for Right Ventricle Segmentation》阅读笔记

  2. 本文主要讲了以下两点： （1）基于FCNN网络（就是我们平时所说的FCN），集成了三个概念：卷积门控递归单元（C-GRU），生成对抗网络（GAN）和L1损失函数。 （2）ROI-GAN：通过结合全局（全分辨率）和局部感兴趣区域（ROI）功能更好地指导FCNN学习。        局部路径仅有助于扫描图像的每个单片，将其分类为负片或正片。 实际上，这种方法不同于FCNN的原理（即使用下采样滤波器扫描整个像素图像），而是更接近于以前的旧分割技术，添加全局路径可以作为全局上下文的多尺度集成。    

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：130048
    • 提供者：weixin_38716081

  1. Superpixel-Based Graphical Model for Remote Sensing Image Mapping（笔记）

  2. 基于超像素的遥感图像制图图形模型 面向对象的遥感影像分类方法由于能够将不同形状和大小的相邻区域的空间信息整合到分类过程中，从而提高了遥感影像的制图精度，因此越来越受到人们的欢迎。然而，对象识别本身是困难和具有挑战性的。超像素是一组空间相连的相似像素，具有像素级和目标级之间的尺度，可以通过过度分割产生。在本文中，我们使用一个基于超像素的图形模型来建立一个新的分类框架。以超像素代替像素作为图形模型的基本单元，获取超像素之间的上下文信息和空间依赖关系该方法的优点是使分类对噪声和分割尺度不敏感。本文的贡

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：75776
    • 提供者：weixin_38736529

  1. 万事开头易—— 信号与系统学习笔记

  2. 信号与系统【导论】 1.1 消息（Message）：在通信系统中，一般将语音、文字、图像、数据统称为消息。 信号（Signal）：指消息的表现形式与传送载体。 信号是消息的表现形式与传送载体，消息是信号的传送内容。 信息（Information）:信号+消息?? 呵呵，太抽象了不具体说明。 1.2 信号的描述与分类（按所具有的时间特性划分） (1) 确定信号，随机信号 (2) 连续信号，离散信号 (3) 周期信号，非周期信号 (4) 能量信号，功率信号 噪声就是种随机信号，它是具有未可预知的不

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：80896
    • 提供者：weixin_38747233

  1. 【opencv学习笔记】014之上采样与降采样

  2. 目录 一、前言 二、图像金字塔 1、聊个题外话 2、图像金字塔 3、上采样与降采样 1.高斯金字塔 2.高斯不同 3.拉普拉斯金字塔 4.API 5.代码展示 6.执行结果 7.先降采样再上采样 8.执行结果 一、前言 继续填坑。 如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类： 【OpenCV系列】：https://blog.csdn.net/shuiyixin/article/category/7581855 如果

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：606208
    • 提供者：weixin_38678796

  1. Tensoflow2.0学习笔记 之 分类模型

  2. Tensoflow2.0 tf,keras（构建和训练模型的核心高级API） 单输入单输出的sequential顺序模型 函数式API eager模式 eager模式 直接迭代和直观调试 自定义 tf.GradientTape求解梯度，自定义训练逻辑 tf.data 加载图片和结构化数据 第一节 分类模型 利用keras来进行分类模型的数据读取和展示 使用plt.show()进行图像展示。 import tensorflow as tf #导入TensorFlow from tensorflo

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：295936
    • 提供者：weixin_38656226

  1. hpa-scc：人类蛋白质图集-单细胞分类-源码

  2. 肝癌 Python脚本 文件 描述 生产 descr iptions.csv 类的文本标签 hpa-scc.wpr Python项目 logs.py 从培训/测试中分析日志文件 segment.py 使用HPA细胞分割器分割图像 split.py 将数据划分为训练和验证 火车 建立和训练神经网络 尖刺 分析标签 查找只有一个标签的图像 CellSegmenterTest.py HPA细胞细分演示 encoding.py 编码范例 otsu.py 使用Otsu的方法分割图像 分水岭

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：59392
    • 提供者：weixin_42133329

  1. SpineNet论文笔记

  2. 目录链接摘要核心要点实验结果 链接 SpineNet: Learning Scale-Permuted Backbone for Recognition and Localization 摘要 图像分类任务通常采用逐步减小分辨率的网络结构，但是这种结果并不适合同时需要识别和定位的任务。为减小分辨率损失问题，分类任务中采用encoder-decoder结构，但是该结构并不高效，尤其在需要产生强多尺度的特征时。我们将介绍一种通过NAS搜索得到的网络——SpineNet，它具有scale-permut

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：743424
    • 提供者：weixin_38564598

  1. 【opencv学习笔记】013之形态学操作应用（trackbar应用）

  2. 一、前言 继续填坑。 如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类： 【OpenCV系列】：https://blog.csdn.net/shuiyixin/article/category/7581855 如果你想了解更多有关于计算机视觉、OpenCV、机器学习、深度学习等相关技术的内容，想与更多大佬一起沟通，那就扫描下方二维码加入我们吧！ 二、形态学操作 1、回顾 首先我们先回顾一下形态学操作。 首先我们学习了形

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：931840
    • 提供者：weixin_38506713

  1. 【opencv学习笔记】010之图像非线性滤波原理与操作（中值滤波、双边滤波）

  2. 一、前言 着实好久没有写博客了，回来填坑，不过opencv4已经出来很久了，我的教程还在3徘徊。作为基础完全够用了，先把基础的坑填完吧，确实是很纠结自己的研究方向，不知道，还是多学吧，想太多，不如好好学。 如果想看其他有关于OpenCV学习方法介绍、学习教程、代码实战、常见报错及解决方案等相关内容，可以直接看我的OpenCV分类： 【OpenCV系列】：https://blog.csdn.net/shuiyixin/article/category/7581855 如果你想了解更多有关于计算机视

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：672768
    • 提供者：weixin_38562329

  1. Tensorflow学习笔记（三）上–Tensorflow基础API使用

  2. 上一篇文章中使用高级抽象的API tf.keras搭建模型， 本篇则介绍基础的API来方便大家更加灵活的定义和使用模型 内容包括tensorflow基础数据类型、自定义模型和损失函数、 自定义求导、tf.function、图结构等以及其在图像分类、房价预测上的实现。 import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline import numpy as np import sklearn impor

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：38912
    • 提供者：weixin_38677505
« 12 »