卷积 数论
[重读经典论文]VGG——传统串行卷积神经网络的极致
1. 前言 VGG是由牛津大学视觉组（Visual Geometry Group，Vgg的名称也是来源于此）在2014年的论文《Very Deep Convolutional Networks for Large-Scale Visual Recognition》中提出的卷积神经网络模型。 VGG将 ......
【ACM数论】和式变换技术，也许是最好的讲解之一
在做数论题时，往往需要进行和式变换，然后变换成我们可以处理的和式，再针对和式做筛法、整除分块等操作。 本文将介绍一些常见的和式变换技术。 以下出现的概念大部分为个人总结，未必是学术界/竞赛界的统一说法，有不严谨的地方请谅解。 🎈 作者：Eriktse 🎈 简介：19岁，211计算机在读，现役AC ......
卷积神经网络（Convolutional Neural Network）
前置芝士： 神经网络 #前言 人脑视觉机理，是指视觉系统的信息处理在可视皮层是分级的，大脑的工作过程是一个不断迭代、不断抽象的过程。视网膜在得到原始信息后，首先经由区域V1初步处理得到边缘和方向特征信息，其次经由区域V2的进一步抽象得到轮廓和形状特征信息，如此迭代地经由更多更高层的抽象最后得到更为精 ......
数论分块简介
简单介绍一下数论分块的思想。空说无益，先上几道题。 题1：P1403 约数研究 链接如下：https://www.luogu.com.cn/problem/P1403 如果这道题要对每一个数进行分解、统计，未免太麻烦。我们不妨换个思路，假设这里的N是30，那么这个区间内整体的数字分布如下图： 这里我 ......
深度学习| 卷积神经网络与典型结构
神经网络与卷积神经网络 从神经网络到卷积神经网络 DNN能用到计算机视觉上吗？为什么需要CNN？ 卷积神经网络和人工神经网络的差异在哪？ 1.层级结构 保持了层级网络结构； 不同层次有不同形式（运算）与功能； 主要是以下层次： 数据输入层/ Input Iayer 卷积计算层/ CONV Iayer ......
m基于FC全卷积网络和kalman的遮挡车辆跟踪算法matlab仿真,用matconvnet-1.0-beta20工具箱
1.算法描述 1.1全卷积神经网络 全卷积神经网络（Fully Convolutional Networks，FCN）是Jonathan Long等人于2015年在Fully Convolutional Networks for Semantic Segmentation一文中提出的用于图像语义分割 ......
使用卷积神经网络实现图片去摩尔纹
摘要：本项目主要介绍了如何使用卷积神经网络去检测翻拍图片，主要为摩尔纹图片；其主要创新点在于网络结构上，将图片的高低频信息分开处理。 本文分享自华为云社区《图片去摩尔纹简述与代码实现》，作者： 李长安。 1前言 当感光元件像素的空间频率与影像中条纹的空间频率接近时，可能产生一种新的波浪形的干扰图案， ......
Matlab使用CNN(卷积神经网络)对一维信号(如语音信号、心电图信号)进行二分类源程序
Matlab使用CNN(卷积神经网络)对一维信号(如语音信号、心电图信号)进行二分类源程序。 也可以改成多分类。 会提供原始数据，数据可直接替换为自己的数据运行，注释详细 工作如下： 1、加载数据，一共为200个正常样本和200个异常样本，训练集为80%，即160正常和160异常，一共320条数据； ......
基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序
基于卷积-长短期记忆网络加注意力机制（CNN-LSTM-Attention）的时间序列预测程序，预测精度很高。 可用于做风电功率预测，电力负荷预测等等 标记注释清楚，可直接换数据运行。 代码实现训练与测试精度分析。YID:5860673742612391 ......
深度学习—常见的卷积操作和卷积神经网络
各种常见的卷积操作 0、三种模式及输出矩阵尺寸计算 W输入矩阵宽，w是卷积核的大小，p是padding的数值，stride是滑动步幅 Full 补k-1圈 ：w0 =（ | W | - w + 2p ）/ stride + 1 Same 补若干圈：w0 = ceil（ | W | / stride） ......
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 ......
基于CNN卷积神经网络的minst数据库手写字识别matlab仿真
1.算法描述 深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次，这些学习 ......
深度学习的数学基础: 函数/参数优化/矩阵运算/向量化/卷积运算/张量运算
1. 函数与导数 函数是一种映射关系，将一个或多个自变量的取值映射为一个因变量的取值。 函数的导数表示函数在某一点处的变化率，即函数图像在该点的切线斜率。 导数可以用来求解函数的最值、优化问题、拟合曲线等。 常见的求导方法包括使用基本导数公式、链式法则、反函数法则、隐函数法则等。 导数具有一些重要性 ......
浅析数论--埃氏筛/欧拉筛/杜教筛/
$\mathcal{0x01 绪论}$ $\mathcal{质数的判定试除法 or 六倍原理}$ 一个合数的约数总是成对出现的,如果$d|n$($d$能被$n$整除）,那么$(n/d)|n$,因此我们判断一个数是否为质数的时候, 只需要判断较小的那一个数能否整除n就行了,即只需枚举$d<=(n/d) ......
使用matlab深度学习工具箱实现CNN卷积神经网络训练仿真
1.算法描述 深度学习(DL, Deep Learning)是机器学习(ML, Machine Learning)领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能(AI, Artificial Intelligence)。深度学习是学习样本数据的内在规律和表示层次，这些学习 ......
什么是deconv操作（反卷积，转置卷积）
1. 前言 zfnet在他们可视化的时候，利用到了《Zeiler, M., Taylor, G., and Fergus, R. Adaptive deconvolutional networks for mid and high level featurelearning. In ICCV, 20 ......
数论基础1(质数判断,分解质因数,筛法,优化筛法,约数,约数个数,约数之和)
模板: //质数判定--试除法 //朴素 O(N) bool is_prime(int n) { if(n<2)return false; for(int i=2;i<n;i++) { if(n%i==0)return false; } return true; } //朴素优化 O(sqrt(N) ......
CNN卷积神经
1.概念 CNN -> 深度学习模型，主要用于图像识别、语音识别、自然语言处理等。 2.卷积操作 1.滑动卷积核(一个小矩阵、滤波器)对输入图像进行特征提取 2.滑动在图像上，对每个位置的像素进行加权求和 -> 新的输出矩阵(特征图) $$y[i] = (w * x)[i] = sum(j=0 to ......
【数论与组合数学 3】Hensel 引理、原根
Hensel 引理、原根 一、Hensel 引理 Hensel 引理：$\mathsf{f(x)}$ 是一个整系数多项式 $\mathsf{(\ f(x) \in Z(x)\ )}$，对于素数 p，整数 a 使得 $\mathsf{p^{k} \mid f(a)}$，$\mathsf{(\ f^{' ......
Codeforces Round 644 (Div. 3) D. Buying Shovels(数论)
https://codeforces.com/contest/1360/problem/D ###D. Buying Shovels 题目大意： 一个人想买正好n把铲子。店内有k种包装的铲子:第i种包装正好由i把铲子组成(1≤i≤k)。这家商店有无限数量的包装。 选择一种类型的包装，然后购买几个(一 ......
卷积神经网络理论
卷积基本概念 卷积操作 感受野计算 RFi = ( RFi+1 - 1)x si +Kisi为第i层的步长，Ki为第i层卷积核大小。 数据填充 图像填充后卷积输出的维度： n：图像大小 f：卷积核大小 p：填充的层数 s：卷积核的步幅 卷积模式 Full：全填充，扩大原图Same：填充保持原图大小V ......
【数论基础】乘法逆元Ⅰ
费马小定理求乘法求逆元 应用条件：当模数p为质数的时候 $\because ax \equiv 1 \pmod{p}$ 由费马小定理可得：$ax \equiv a^{p-1} \pmod{p}$ $\therefore x \equiv a^{p-2} \pmod{p}$ 至此，我们可以通过快速幂的 ......
聊聊池化层和步长为2的卷积层
摘要：对于池化层和步长为2的卷积层来说，个人的理解是这样的，池化层是一种先验的下采样方式，即人为的确定好下采样的规则；而对于步长为2的卷积层来说，其参数是通过学习得到的，采样的规则是不确定的。 本文分享自华为云社区《对于池化层和步长为2的卷积层的一些思考》，作者： 李长安。 引言 对于池化层和步长为 ......
RE：从 0 开始的幼儿园数论生活
你猜为什么我数学那么差？ 1. 从欧几里得算法到扩展欧几里得算法 我们一般用欧几里得算法求最大公约数，它差不多就这样 $\gcd(m, n) = \begin{cases}n&m = 0\\gcd(n, m \bmod n) & (m \not = 0)\end{cases}$ 扩欧可以用来求这个： ......
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和CNN框架结构图。 ......
【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 ......
数学 in OI-数论-1
数论 $1$ $1.$ 质数 ~~定义就不说了吧。~~ 性质 $&$ 定理 质数 $p$ 有且仅有两个质因子 $1$ 和 $p$ 。 质数有无穷个。 $[1,, n]$ 中的质数个数约为 $\dfrac{n}{\ln n}$ (此结论可用来大致估算某些数论题的数据范围)。 任何一个大于 $1$ 的整 ......