卷积 全连6.1
深度学习基础入门篇[8]：：计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算
# 深度学习基础入门篇[8]：：计算机视觉与卷积神经网络、卷积模型CNN综述、池化讲解、CNN参数计算 # 1.计算机视觉与卷积神经网络 ## 1.1计算机视觉综述 计算机视觉作为一门让机器学会如何去“看”的学科，具体的说，就是让机器去识别摄像机拍摄的图片或视频中的物体，检测出物体所在的位置，并对目 ......
跟姥爷深度学习6 卷积网络的数学计算
一、前言 前面简单用TensorFlow的全连接网络做了气温预测然后深入了解了一下全连接网络的数学计算，接着用CNN（卷积）网络做了手写数字识别，本篇就接着这个节奏来看卷积网络的数学计算。 二、卷积网络回顾 前面我们使用卷积网络时并没有说太明白，特别是一些参数的含义，这里先补一下功课。 从上面的图看 ......
利用卷积神经网络实现人脸识别的应用
利用卷积神经网络实现人脸识别的应用是一个热门的研究领域，它可以在安全、娱乐、医疗等方面发挥重要作用。卷积神经网络是一种深度学习模型，它可以从图像中提取高层次的特征，并通过分类器来判断图像中是否存在人脸，以及人脸属于哪个人。本文介绍了一种基于卷积神经网络的人脸识别的应用方法，主要包括以下几个步骤： ......
基于CNN卷积神经网络的语音信号识别算法matlab仿真
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 人工智能的应用中，语音识别在今年来取得显著进步，不管是英文、中文或者其他语种，机器的语音识别准确率在不断上升。其中，语音听写技术的发展最为迅速，目前已广泛在语音输入、语音搜索、语音助手等产品中得到应用并日臻成熟。但是， ......
m基于BP译码的LDPC误码率matlab仿真,分析不同码长,码率,信道对译码性能的影响,对比卷积码,turbo码
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 LDPC ( Low-density Parity-check，低密度奇偶校验）码是由 Gallager 在1963 年提出的一类具有稀疏校验矩阵的线性分组码 (linear block codes)，然而在接下来的 ......
6.1 分类加法计数原理与分步乘法计数原理
基础知识 分类加法计数原理 做一件事情，完成它可以有$n$类办法，在第一类办法中有$m_1$种不同的方法，在第二类办法中有$m_2$种不同的方法，……，在第$n$类办法中有$m_n$种不同的方法 那么完成这件事共有$N=m_1+m_2+⋯+m_n$种不同的方法. 【例1】 贵哥手上有$3$份高考真题 ......
跟姥爷深度学习5 浅用卷积网络做mnist数字识别
一、前言 前面用TensorFlow浅做了一个温度预测，使用的是全连接网络，同时我们还对网上的示例做了调试和修改，使得预测结果还能看。本篇我们更进一步使用CNN（卷积）网络，不过再预测温度就有点大材小用，所以本篇是做手写数字的识别。 手写数字识别是非常经典的分类问题，是入门必备的，门槛又比猫狗识别低 ......
全连接分类一维数据（csv文件）
类似于这样的csv文件，通过全连接网络进行分类等任务。 ` 点击查看代码 # 第一步 读取csv文件（循环读取） # 第二步 将数据转化为tensor形式 # 第三步 创建一个列表 将tensor逐个放入列表 # 第四步 写入标签 import csv import numpy as np impo ......
一维卷积对一维数据进行特征再提取
点击查看代码 # 第一步 读取csv文件（循环读取） # 第二步 将数据转化为tensor形式 # 第三步 创建一个列表 将tensor逐个放入列表 # 第四步 写入标签 import csv import numpy as np import torch from torch.utils.data ......
卷积神经网络基础
卷积神经网络是进行图像处理的基础神经网络模型，其包含卷积、池化、激活函数和展平四个主要部分。 卷积是一种基本的信号处理操作，在图像处理中也得到广泛应用，基本原理是将一个输入的图像或信号与一个小的卷积核进行卷积运算，得到一个输出的特征图。如下图选取一个3x3的卷积核，对一个7x7的图像进行卷积操作，那 ......
卷积-长短期神经网络。
卷积-长短期神经网络。CNN-LSTM时间预测分析，单输入，单输出。Matlab作图，预测电力负荷，数据来源于电工杯，联系宝贝免费送。代码注释清晰，替换数据即可。只出售代码，不负责讲解。ID:7830682377113733 ......
6.1 平面向量的概念
${\color{Red}{欢迎到学科网下载资料学习 }}$ [ 【基础过关系列】高一数学同步精品讲义与分层练习(人教A版2019）] (https://www.zxxk.com/docpack/2921718.html) ${\color{Red}{ 跟贵哥学数学，so \quad easy！}} ......
基于simulink的WiMax通信系统仿真,包括RS编译码,卷积编译码,OFDM,输出星座图和频谱图
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 全球微波接入互操作性（World Interoperability for Microwave Access，WiMAX），WiMAX的另一个名字是802.16。IEEE802.16标准，又称WiMAX，或广带无线接入 ......
m基于信道差错概率模型仿真对比RS,汉明码以及卷积编译码性能,仿真输出信道差错概率与误码率和仿真速度三维关系图
1.算法仿真效果 matlab2022a仿真结果如下： 在数字通信系统中, 数字通信系统及其相关部分必须满足误码率的最低规 范要求。误码率是一个非常重要的指标，它衡量着系统性能的好坏，因此在数 字通信领域中经常会遇到误码率的测试问题。误码率[是二进制比特流经过系 统传输后发生差错的概率，其测量方法[ ......
经典卷积神经网络结构：LeNet-5、AlexNet、VGG
LeNet-5 LeNet-5模型是专门为手写数字识别而设计的经典卷积神经网络。 从上图可以看出，LeNet-5总共由输入层、卷积层、池化层、卷积层、池化层、全连接层、全连接层、输出层组成。 1、输入层：一张32*32的灰度图像，只有一个颜色通道，深度为1。 2、卷积层：将输入与6个高为5，宽为5， ......
深度学习网络fine-tune原理研究 - 以卷积神经网络为例
一、什么是预训练模型（pre-trained model） 预训练模型就是已经用数据集训练好了的模型，这里的数据集一般指大型数据集。比如 VGG16/19 Resnet Imagenet COCO 正常情况下，在图像识别任务中常用的VGG16/19等网络是他人调试好的优秀网络，我们无需再修改其网络结 ......
机器学习、神经网络与卷积神经网络 三者的关系
机器学习和神经网络都是人工智能（AI）领域中的重要概念。 机器学习是指让计算机通过自我学习改善性能的一种方法。通常使用大量的数据训练模型，并持续对模型进行调整和改进，从而使其能够有效地处理新的数据并提供准确的预测。 神经网络则是一种模拟人类神经系统的计算模型，可以通过多层神经元之间的相互作用来解决复 ......
深度学习--初识卷积神经网络
深度学习--初识卷积神经网络 1.LeNet-5 80年代，正确率达到99.2% 5/6层 输入层：32*32 第一层：卷积层 6@28*28 第二层：下采样层 6@14*14 第三层：卷积层 16@10*10 第四层：下采样层 16@5*5 第五层：全连接层 120 第六层：全连接层 84 输出层 ......
Fine-Grained学习笔记(1):卷积,FFT
Fine-Grained,在算法复杂度理论中特指,对各类算法的复杂度,进行(相较于P与NP的粗粒度分类的)细粒度分类,例如,证明某问题存在 $n^2/ \log n$ 的算法.Fine-Grained是一个新兴领域,其研究前景可看作是计算机科学学科中的石墨烯与钙钛矿(误). 本系列主要参考Unive ......
深度学习--卷积神经网络基础
深度学习--卷积神经网络基础 1.卷积操作 卷积操作简单来说就是矩阵对应位置相乘求和，这样不仅可以减少模型的参数数量，还可以关注到图像的局部相关特性。 import torch import torch.nn as nn import torch.nn.functional as F #卷积操作（I ......
深度学习--全连接层、高阶应用、GPU加速
深度学习--全连接层、高阶应用、GPU加速 MSE均方差 Cross Entropy Loss：交叉熵损失 Entropy 熵： 1948年，香农将统计物理中熵的概念，引申到信道通信的过程中，从而开创了信息论这门学科，把信息中排除了冗余后的平均信息量称为“信息熵”。香农定义的“熵”又被称为香农熵或信 ......
day 06 6.1 前端基础之CSS
前端基础之CSS CSS就是Cascading Style Sheet的缩写，中文译作“层叠样式表”或者是“级联样式表”，是用于控制网页外观处理并允许将网页的表现与内容分离的一种标记性语言，CSS不需要编译,可以直接由浏览器执行(属于浏览器解释型语言)，是Web网页开发技术的重要组成部分。 那么接下 ......
积性函数与狄利克雷卷积
积性函数 定义 设$f\left(n\right)$为数论函数，若： $\left(1\right)f\left(1\right)=1$ $\left(2\right)$若$\left(a,b\right)=1,f\left(ab\right)=f\left(a\right)f\left(b\rig ......
PyTorch入门-残差卷积神经网络
利用PyTorch实现的深度学习解决MNIST数据集识别代码，并利用GPU训练 深度学习网络一般分为4个部分： 数据集的准备和处理 定义网络模型 定义损失函数和优化器 训练和测试 import torch import torch.nn as nn from torchvision import d ......
卷积-01
1. 什么是卷积？为什么要卷？为什么要积？(举例画图说明；包含基本的图形卷积，图形卷积只写一个卷积后的值) 卷积：用于计算两个函数的乘积 卷：翻转过来 积：累加 卷积后的值：0x0 + 1x1 + 3x2 + 4x3 = 19 2.池化，写出两种池化。 池化：降低特征空间的维度，只抽取局部最显著的特 ......
卷积操作的概念及其在深度学习中的应用
卷积操作是一种线性操作，通常用于处理信号和图像等数据。在图像处理中，卷积操作可以用于提取图像的特征，例如边缘、纹理等。 卷积操作是通过卷积核（也称滤波器）与输入数据进行逐元素乘积、求和运算的过程，从而得到卷积特征图。卷积核可以看作是一种模板，用于提取输入数据中的局部特征。在每个位置上，卷积核都会与输 ......
深度学习Pytorch中组卷积的参数存储方式与剪枝的问题
写这个主要是因为去年做项目的时候 需要对网络进行剪枝 普通卷积倒没问题 涉及到组卷积通道的裁剪就对应不上 当时没时间钻研 现在再看pytorch 钻研了一下 仔细研究了一下卷积的weight.data的存储 1.搭建网络 这里先随便搭建一下网络 放几个深度可分离卷积和普通卷积 import torc ......
TensorFlow 卷积神经网络实用指南：1~5
原文：Hands-On Convolutional Neural Networks with TensorFlow 协议：CC BY-NC-SA 4.0 译者：飞龙 本文来自【ApacheCN 深度学习 译文集】，采用译后编辑（MTPE）流程来尽可能提升效率。 不要担心自己的形象，只关心如何实现目标 ......
[深入推导]CS231N assignment 2#4 _ 卷积神经网络 学习笔记 & 解析
卷积神经网络 基本算法实现 卷积神经网络应该算是图像处理中绝对的主流了, 关于算法得基本思想我在之前也学的比较懂了, 这点如果不了解网上有很多教程. 不过我并没有用代码亲自实现它. 我们首先确定怎么编写. 前面搞全连接网络总是会想着怎么去简化运算, 现在我们接触了新的网络, 要实现基础版本反而又不大 ......