深度学习——使用卷积神经网络改进识别鸟与飞机模型
准备数据集：从CIFAR-10抽离鸟与飞机的图片 from torchvision import datasets from torchvision import transforms data_path = './data' # 加载训练集 cifar10 = datasets.CIFAR10(r ... »
卷积神经网络如何实现提取特征
目录 图像在计算机中的存储 1、黑白或灰度图像如何存储在计算机中 2、彩色图像如何存储在计算机中 矩阵的特征值与特征向量 图像特征与特征向量 卷积提取特征 总结 图像在计算机中的存储 图像其实就是一个像素值组成的矩阵。 1、黑白或灰度图像如何存储在计算机中 在这里，我们已经采取 »
CoordConv：给你的卷积加上坐标
摘要：本文主要对CoordConv的理论进行了介绍，对其进行了复现，并展示了其在网络结构中的用法。 本文分享自华为云社区《CoordConv：给你的卷积加上坐标》，作者： 李长安。 一、理论介绍 1.1 CoordConv理论详解 这是一篇考古的论文复现项目，在2018年作者提出这个CoordCon »
CoordConv：给你的卷积加上坐标
摘要：本文主要对CoordConv的理论进行了介绍，对其进行了复现，并展示了其在网络结构中的用法。 本文分享自华为云社区《CoordConv：给你的卷积加上坐标》，作者： 李长安。 一、理论介绍 1.1 CoordConv理论详解 这是一篇考古的论文复现项目，在2018年作者提出这个CoordCon »
Pytorch搭建简单的卷积神经网络(CNN)实现MNIST数据集分类任务
目录 关于一些代码里的解释，可以看我上一篇发布的文章，里面有很详细的介绍！！！ 第一步：基本库的导入 第二步：引用MNIST数据集，这里采用的是torchvision自带的MNIST数据集 第三步：用pytorch搭建简单的卷积神经网络（CNN） 第四步：训练以及模型保存 第五步：导入网络模 »
Pytorch搭建简单的卷积神经网络(CNN)实现MNIST数据集分类任务
目录 关于一些代码里的解释，可以看我上一篇发布的文章，里面有很详细的介绍！！！ 第一步：基本库的导入 第二步：引用MNIST数据集，这里采用的是torchvision自带的MNIST数据集 第三步：用pytorch搭建简单的卷积神经网络（CNN） 第四步：训练以及模型保存 第五步：导入网络模 »
CoordConv实现卷积加上坐标实例详解
目录 CoordConv：给你的卷积加上坐标 一、理论介绍 1.1 CoordConv理论详解 二、代码实战 2.2 CoordConv类代码实现 总结 CoordConv：给你的卷积加上坐标 一、理论介绍 1.1 CoordConv理论详解 这是一篇考古的论文复现项目， »
CoordConv实现卷积加上坐标实例详解
目录 CoordConv：给你的卷积加上坐标 一、理论介绍 1.1 CoordConv理论详解 二、代码实战 2.2 CoordConv类代码实现 总结 CoordConv：给你的卷积加上坐标 一、理论介绍 1.1 CoordConv理论详解 这是一篇考古的论文复现项目， »
何为神经网络卷积层？
摘要：本文深度讲解了卷积计算的原理，并详细介绍了构成所有卷积网络主干的基本元素，包括卷积层本身、填充和步幅的基本细节、用于在相邻区域汇聚信息的汇聚层，最后给出卷积层和汇聚层的代码示例和CNN框架结构图。 本文分享自华为云社区《神经网络基础部件-卷积层详解》，作者： 嵌入式视觉 。 前言 在全连接层构 »
关于keras中卷积层Conv2D的学习记录
目录 keras中卷积层Conv2D的学习 参数 keras中conv2d,conv2dTranspose的Padding详解 conv2D演示代码 Conv2d演示结论 CONV2Dtranspose演示代码 总结 keras中卷积层Conv2D的学习 关于卷积的具体操作不细讲，本 »
CNN卷积函数Conv2D()各参数的含义及用法解读
目录 1、函数的位置参数filters 2、函数的第二个位置参数 kernel_size 3、关键字参数strides=(1, 1)，滑动步长 4、关键字参数padding = “valid” 5 、关键字参数 data_format = ’ channels_first’ 6、关键字参数dali »
Pytorch:Conv2d卷积前后尺寸详解
目录 Pytorch:Conv2d卷积前后尺寸 Conv2d参数 尺寸变化 示例 反卷积（转置卷积）Conv2DTranspose 输出的尺寸大小 keras的Conv2DTranspose 总结 Pytorch:Conv2d卷积前后尺寸 Conv2d参数 尺寸变化 »
F.conv2d pytorch卷积计算方式
目录 F.conv2d pytorch卷积计算 可以这样理解 卷积的主要问题 F.Conv2d和nn.Conv2d 总结 F.conv2d pytorch卷积计算 Pytorch里一般小写的都是函数式的接口，相应的大写的是类式接口。 函数式的更加low-level一些，如果不需要 »
图卷积神经网络分类的pytorch实现
图神经网络（GNN）目前的主流实现方式就是节点之间的信息汇聚，也就是类似于卷积网络的邻域加权和，比如图卷积网络（GCN）、图注意力网络（GAT）等。下面根据GCN的实现原理使用Pytorch张量，和调用torch_geometric包，分别对Cora数据集进行节点分类实验。 Cora是关于科 »
神经网络基础部件-卷积层详解
本文深度讲解了卷积计算的原理，并详细介绍了构成所有卷积网络主干的基本元素，包括卷积层本身、填充(padding)和步幅 (stride)的基本细节、用于在相邻区域汇聚信息的汇聚层(pooling)，最后给出卷积层和汇聚层的代码示例。 ... »
【论文笔记】FCN全卷积网络
全卷积网络（FCN）是用于图片语义分割的一种卷积神经网络（CNN），由Jonathan Long，Evan Shelhamer 和Trevor Darrell提出，由此开启了深度学习在语义分割中的应用。语义分割是计算机视觉领域很重要的一个分支，在自动驾驶、地面检测等方面都起到很重要作用。与简单区分前 ... »
总结了6种卷积神经网络压缩方法
摘要：神经网络的压缩算法是，旨在将一个庞大而复杂的预训练模型（pre-trained model）转化为一个精简的小模型。 本文分享自华为云社区《卷积神经网络压缩方法总结》，作者：嵌入式视觉 。 我们知道，在一定程度上，网络越深，参数越多，模型越复杂，其最终效果越好。神经网络的压缩算法是，旨在将一个 ... »
Python关于维卷积的理解
目录 关于维卷积的理解 功能 定义 参数 举例 Python编写一维数组的卷积 实现思路如下 总结 关于维卷积的理解 功能 一维卷积一般用于处理文本数据，常用语自然语言处理中，输入一般是文本经过embedding的二维数据。 定义 tf.layers.conv1d( in »
cudnn 卷积例子
目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »
转:图像处理之卷积概念
目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具，而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ »