• 发文章

  • 发资料

  • 发帖

  • 提问

  • 发视频

创作活动
0
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
返回

电子发烧友 电子发烧友

  • 全文搜索
    • 全文搜索
    • 标题搜索
  • 全部时间
    • 全部时间
    • 1小时内
    • 1天内
    • 1周内
    • 1个月内
  • 默认排序
    • 默认排序
    • 按时间排序
大家还在搜
  • 基于Keras搭建的深度学习网络示例

    Python软件基金会成员(Contibuting Member)Vihar Kurama简明扼要地介绍了深度学习的基本概念,同时提供了一个基于Keras搭建的深度学习网络

    2018-06-06 11:21

  • 深度学习在各个领域有什么样的作用深度学习网络的使用示例分析

    深度学习网络作为一个功能多样的工具,虽然最初仅用于图像分析,但它已逐渐被应用到各种不同的任务和领域中。高准确性和高处理速度,使得用户无需成为领域专家即可对大型数据集执行复杂分析。本文邀请 MathWorks 产品经理 Johanna 分享一些

    2018-11-25 11:41

  • 一种分布式深度学习网络,为不同机构间的合作提供了新思路

    我们在多个不同的训练方法上进行了测试,并比较了结果。第一种方法是让神经网络在每个机构上单独训练,假设没有其他机构与之合作。第二种方法是通过将所有病人的数据共享(图3A)。第三种方法是先将模型在各个

    2018-09-02 09:54

  • 带Dropout的训练过程

    Dropout是指在深度学习网络的训练过程中,对于神经网络单元,按照一定的概率将其暂时从网络中丢弃。

    2019-08-08 10:35

  • 深度学习模型小型化处理的五种方法

    现在深度学习模型开始走向应用,因此我们需要把深度学习网络和模型部署到一些硬件上,而现有一些模型的参数量由于过大,会导致在一些硬件上的运行速度很慢,所以我们需要对

    2020-01-28 17:40

  • 深度学习神器DYnet++:轻松驾驭复杂自由曲面,3D测量无难度!

    利用深度学习网络模型DYnet++从单个复合图案中获取相位信息。为了训练深度学习模型,作者使用了一个具有九个致动器的可变形镜来生成各种表面形状的大量数据。通过将测量结果

    2023-12-04 15:29

  • Python在音频(Audio)领域中,如何进行数据扩充呢?

    经典的深度学习网络AlexNet使用数据扩充(Data Augmentation)的方式扩大数据集,取得较好的分类效果。在深度学习的图像领域中,通过平移、 翻转、加噪等

    2018-04-15 10:35

  • 理解神经网络中的Dropout

    dropout是指在深度学习网络的训练过程中,对于神经网络单元,按照一定的概率将其暂时从网络中丢弃。注意是暂时,对于随机梯度下降来说,由于是随机丢弃,故而每一个mini

    2017-11-16 01:11

  • 利用多视图几何技术重建场地和球员的3D模型

    于是识别球员的重任就落在了深度学习网络上,而它的训练方法又显得十分巧妙。有别于传统的训练方式,此系统选择了FIFA游戏作为训练素材。倘若使用普通2D足球视频,很难从干巴巴的平面中提取出训练所需的深度数据信息,而本身基

    2018-07-02 10:22

  • 详解深度学习、神经网络与卷积神经网络的应用

    在如今的网络时代,错综复杂的大数据和网络环境,让传统信息处理理论、人工智能与人工神经网络都面临巨大的挑战。近些年,深度学习

    2024-01-11 10:51