首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
叁两_2025_12
掘友等级
软件项目经理
人工智能学习随笔,仅供学习参考使用。不着急,我慢慢写,你们慢慢看一点一点来。
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
40
文章 40
沸点 0
赞
40
返回
|
搜索文章
赞
文章( 40 )
沸点( 0 )
机器学习——拓展概念(标准化和归一化的区别)
############################################################
深度学习——环境安装
anconda命令行中输入: pip install tensorflow==2.3.0 -i https://pypi.tuna.tsinghua.edu.cn/simple 验证 虚拟环境 需要另
深度学习——神经网络
常用的神经网络 卷积神经网络(Convolutional Neural Network) 循环神经网络(Recurrent Neural Network) 生成对抗网络(Generative Adve
深度学习——卷积神经网络
卷积网路的组成 卷积层(提取图像特征) 卷积运算本质上就是在滤波器和输入数据的局部区域间做点积。 保持尺寸:使输出特征图(Feature Map)尺寸与输入一致(如 same 填充)。 保护边缘信息:
深度学习——正则化
正则化的核心作用:防止模型过拟合,提升泛化能力,方法是通过在损失函数中增加惩罚项,限制模型参数的大小或复杂度。 L1与L2正则化 L1正则(Lasso) 加参数绝对值之和 L2正则(Ridge) 加参
深度学习——AlexNet网络结构
AlexNet的网络架构 特点: 1. AlexNet包含8层变换,有5层卷积和2层全连接隐藏层,以及1个全连接输出层 2. AlexNet第一层中的卷积核形状是1111。第二层中的卷积核形状减小到5
深度学习——VGG框架
VGG简介: VGG可以看成是加深版的AlexNet,整个网络由卷积层和全连接层叠加而成,和AlexNet不同的是,VGG中使用的都是小尺寸的卷积核(3×3) VGGNet使用的全部都是3x3的小卷积
传统计算机视觉——图像的算术运算
图像的算术运算 图像基本操作 裁剪图像 img2 = img[:100, :300] 访问图像像素 设置像素值 粘贴图像 图像通道的分割和合并 开始添加边框 replicate = cv.copyMa
传统机器视觉——形态学转换
腐蚀 有助于减少白色噪声,可以用于分离两个连接的对象 膨胀 和腐蚀的操作相反,其功能是增加图像的白色区域的值 在去除噪声后,可以通过膨胀再恢复图像的目标区域信息 Open 开运算 先做一次腐蚀,然后再
深度学习——GoogLeNet
GoogLeNet和AlexNet/VGGNet这类依靠加深网络结构的深度的思想不完全一样。GoogLeNet在加深度的同时做了结构上的创新,引入了一个叫做Inception的结构来代替之前的卷积加激
下一页
个人成就
文章被点赞
42
文章被阅读
6,518
掘力值
1,008
关注了
0
关注者
2
收藏集
0
关注标签
6
加入于
2025-05-07