卷积 数论
【做题笔记】数论做题笔记
前言 题目来源 初等数论学习I Euclid Problem：板题，用 \(exgcd\) 求出的两个解就是 \(|x|+|y|\) 最小的整数解 【模板】二元一次不定方程 (exgcd)：板题 Gift Dilemma：将方程变为 \(ax+by\equiv p-cz\)，枚举 \(c\) 前的系 ......
数论专题
质数 定义 若一个正整数无法被除了 \(1\) 和它自身之外的任何自然数整除，那么称这个这个正整数为质数，否则称该正整数为合数。 在整个正整数集合中，质数的数量不多，但是无穷无尽的，分布比较稀疏，对于一个足够大的正整数 \(N\) ，不超过 \(N\) 的质数大约有 \(N / \text{In}~ ......
深度可分离卷积
深度可分离卷积，使用了一些 trick 极大减少卷积所需参数量和计算量。 理解深度可分离卷积 若需要对 12×12×3 的输入使用卷积，获得 8×8×256 的输出，直接的卷积方法是使用 256 个 5×5×3 的卷积核（无 padding、步长为 1，下同）。此时卷积层的参数量为 19200，卷积 ......
鱼类识别系统Python+TensorFlow卷积神经网络算法模型+深度学习人工智能【计算机课设项目】
一、介绍 鱼类识别系统。使用Python作为主要编程语言开发，通过收集常见的30种鱼类（'墨鱼', '多宝鱼', '带鱼', '石斑鱼', '秋刀鱼', '章鱼', '红鱼', '罗非鱼', '胖头鱼', '草鱼', '银鱼', '青鱼', '马头鱼', '鱿鱼', '鲇鱼', '鲈鱼', '鲍鱼' ......
数论结论总结
说在前面 默认了解一些基本定义，如整除、取模、质数等，仅有算法的思想和实现，没有且不做证明 如果需要更详细的说明、了解，也许你需要：基础数论，OI-Wiki 一些表示方法 整数：\(\mathbf{Z}\) 属于：\(a \in \mathbf{Z}\)（\(a\) 属于整数） 存在：$ \exis ......
基础数论
转载 同余 定义 若 \(a,b\) 为两个整数，且它们的差能被某个自然数 \(m\) 所整除，则称 \(a\) 就模 \(m\) 来说同余于 \(b\)，或者说 \(a\) 和 \(b\) 关于模 \(m\) 同余，记为 \(a \equiv b \pmod m\)。它意味着 \(a - b = ......
2.【学习笔记】初等数论-组合计数
加法原理、乘法原理 加法原理 应该是最简单一个了（没有之一）。 若完成一件事情有 \(n\) 类办法，\(\Large{a_i(1\leq i\leq n)}\) 代表第 \(i\) 类方法个数，那么完成这件事的方法就有 \(\Large{S=a_1+a_2+\cdots+a_n}\) ，等于 \( ......
【信号与系统】卷积信号计算
 
在TensorFlow中，可以使用tf.nn.conv1d函数来进行一维的卷积操作，这个函数通常是用于卷积神经网络的，但也可以实现信号与系统里的卷积，此处关于信号与系统的卷积，可以参照【官方双语】那么……什么是卷积？_哔哩哔哩_bilibili Numpy代码及结果 #得到结果：[ 4 13 28 ......
机器学习笔记（四）初识卷积神经网络
前言 第一次写卷积神经网络，也是照着paddlepaddle的官方文档抄，这里简单讲解一下心得。 首先我们要知道之前写的那些东西都是什么，之前写的我们称之为简单神经网络，也就是简单一层连接输出和输出，通过前向计算和逆向传播，以及梯度下降的方式让结果慢慢滑向我们期望的终点。 这种方法固然好，但是它的限 ......
典型卷积神经网络（LeNet-5,AlexNet,VGG,GoogLeNet）
3.1 LeNet-5网络 LeNet-5 曾被大规模用于自动识别美国银行支票上的手写数字。该网络是卷积神经网络 (CNN)。CNN 是现代最先进的基于深度学习的计算机视觉的基础。这些网络建立在 3 个主要思想之上：局部感受野、共享权重和空间子采样。具有共享权重的局部感受野是卷积层的本质，下面描述的 ......
数论结论 总结
数论结论 总结 小结论 \(1\sim n\) 的因数总共有 \(O(n\log n)\) 个，调和级数证明。 \[\varphi(ij)\varphi(\gcd(i ,j)) = \varphi(i)\varphi(j)\gcd(i, j) \]\[d(ij) = \sum_{x | i}\sum ......
pytorch转onnx中关于卷积核的问题
pytorch导出onnx过程中报如下错误： RuntimeError: Unsupported: ONNX export of convolution for kernel of unknown shape. 我报错的部分代码如下： def forward(self, input): n, c, ......
【Python机器学习课程设计】基于卷积神经网络的动物图像分类+数据分析
一、选题背景 在现代社会中，图像分类是计算机视觉领域的一个重要任务。动物图像分类具有广泛的应用，例如生态学研究、动物保护、农业监测等。通过对动物图像进行自动分类，可以帮助人们更好地了解动物种类、数量和分布情况，从而支持相关领域的决策和研究。本研究的目标是使用卷积神经网络（CNN）对动物图像进行分类。 ......
【Python机器学习课程设计】基于卷积神经网络的动物图像分类
恢复内容开始 一、选题背景 在现代社会中，图像分类是计算机视觉领域的一个重要任务。动物图像分类具有广泛的应用，例如生态学研究、动物保护、农业监测等。通过对动物图像进行自动分类，可以帮助人们更好地了解动物种类、数量和分布情况，从而支持相关领域的决策和研究。本研究的目标是使用卷积神经网络（CNN）对动物 ......
卷积
目录 卷积 卷积层的结构参数 计算公式 特殊卷积 卷积的矩阵表示 转置卷积 空洞卷积 可分离卷积 空间可分离卷积 深度可分离卷积 分组卷积 可变形卷积 卷积 卷积层的结构参数 **卷积核大小(Kernel Size): **定义卷积操作的感受野。 步幅(Stride): 定义卷积核遍历图像时的步幅大 ......
数论基础总结
为确保准确性，本文中的数默认为非负整数 欧拉好闪，拜谢欧拉 素数 基本概念 整数集合: \(2 = \{...,-2,-1, 0, 1, 2, ...\}\) 自然数集合: \(N = \{0, 1, 2, ...\}\) 整除:若 \(a=bk\), 其中 \(a,b,k\) 都是整数, 则 \( ......
深度学习的典型神经网络类型——卷积神经网络（CNN）
1.CNN的定位 CNN属于深度学习中的一类典型神经网络，是一种前馈神经网络，它采用的是SGD（随机梯度下降）算法，它的人工神经元可以相应一部分覆盖范围内的单元，在图像处理方面的表现十分出色。 CNN在模式分类领域，因其避免了对图像的前期的预处理，所以它可以直接输入图像得到结果。 2.CNN的构成 ......
快速数论变换 | NTT 初学
快速数论变换 | NTT 初学 前置 FFT 原根 阶：称满足同余方程 \(a^x\equiv 1\mod m\) 的最小正整数解 \(x\) 为 \(a\) 的模 \(m\) 的阶，记为 \(Ord_ma\)。 观察到本质就是最短循环节，同时该同余方程类似于欧拉定理： \[a^{\varphi ( ......
Codeforces Round 651 (Div. 2)C. Number Game（数学思维数论）
C. Number Game 我们考虑那些状态是必胜态 我的回合时n为奇数（除1外），直接除以n则必胜 下面偶数的情况稍复杂 偶数我们能进行的操作只有除以一个奇数，需要考虑怎么把当前状态变为对手的必败态 偶数一定含2的因子，\(n=2^k*q,q为奇数\) 当\(k=1时如果q\)是一个质数那么只能 ......
基础数论
目录质数质因数分解约数\(gcd\)求最大公约数 质数 质因数分解 算术基本定理： \(任何一个大于1的正整数都能唯一分解为有限个质数的乘积，可以写作：\) \[N=p_1^{c_1}p_2^{c_2}...p_m^{c_m} \]\(其中c_i都是正整数，p_i都是质数，且满足p_1<p_2<.. ......
基于异构图卷积网络的网络威胁情报建模
基于异构图卷积网络的网络威胁情报建模 基本信息 题目：Cyber Threat Intelligence Modeling Based on Heterogeneous Graph Convolutional Network 来源：USENIX Association 摘要 网络威胁情报 （CTI） ......
【Pytorch基础实战】第二节，卷积神经网络
项目地址 https://gitee.com/wxzcch/pytorchbase/tree/master/leason_2 源码 import torch from torch import nn, optim from torch.autograd import Variable from to ......
数论初步
裴蜀定理 思路 不定方程 \(ax+by=c\) 成立的充要条件为 \(\gcd(a,b)|c\)。 证明： 有 \(\gcd(a,b)|ax,\gcd(a,b)|by\) \(∴\gcd(a,b)|ax+by\) \(∴\gcd(a,b)|c\) 扩展： 不定方程 \(\displaystyle\ ......
经典卷积神经网络LeNet&AlexNet&VGG
LeNet LeNet-5是一种经典的卷积神经网络结构，于1998年投入实际使用中。该网络最早应用于手写体字符识别应用中。普遍认为，卷积神经网络的出现开始于LeCun等提出的LeNet网络，可以说LeCun等是CNN的缔造者，而LeNet则是LeCun等创造的CNN经典之作网络结构图由下图所示： L ......
InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions 可变形卷积v3
InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions * Authors: [[Wenhai Wang]], [[Jifeng Dai]], [[Zhe Chen]], [[Z ......
Deformable ConvNets V2: More Deformable, Better Results 可变形卷积v2
Deformable ConvNets V2: More Deformable, Better Results * Authors: [[Xizhou Zhu]], [[Han Hu]], [[Stephen Lin]], [[Jifeng Dai]] DOI: 10.1109/CVPR.2019. ......