卷积 深度
【学习笔记】狄利克雷卷积与高级筛法
# 狄利克雷卷积 ## 概念 对于数论函数 $f,g$，定义其狄利克雷卷积 $h=f*g$，满足： $$h(n)=(f*g)(n)=\sum_{d\mid n} f(d)g\left(\dfrac{n}{d}\right)$$ 运算律： - 满足交换律，显然具有对称性。 - 满足结合律，等价于三个 ......
深度学习—YOLO目标检测算法
一、整体流程介绍 二、数据准备 根据目标大小不同，考虑3种图像划分尺度，大中小； 而对锚框本身，有正、长、宽3种形态； Po有无中心坐标（0、1）、Bx、By、Bw、Bh，这里是5个特征值，再加上COCO数据集本身自带的80个类别； 故对于每个图像块均构造一个对应的标签列向量y，（5+80）* 3 ......
算法学习笔记(24): 狄利克雷卷积和莫比乌斯反演
# 狄利克雷卷积和莫比乌斯反演 > 看了《组合数学》，再听了学长讲的……感觉三官被颠覆…… [TOC] ## 狄利克雷卷积 如此定义： $$ (f*g)(n) = \sum_{xy = n} f(x)g(y) $$ 或者可以写为 $$ (f * g)(n) = \sum_{d | n} f(d) g ......
深度学习—Faster R-CNN系列目标检测算法
〇、目标检测 1、定义：既包括回归问题（外接框顶点坐标回归也包括分类问题（识别每个检测框中的物体种类） 在深度学习中，目标检测就是在图像中自动生成确定物体/目标位置（定位目标）， 及物体类别（目标识别）目标的位置的表示方法， 通常是目标的外边界的矩形框（或其他形式的框）的各项顶点。 2、基于深度学习 ......
深度学习降噪专题课：整体介绍降噪算法
大家好~本课程基于全连接和卷积神经网络，学习LBF等深度学习降噪算法，实现实时路径追踪渲染的降噪 本课程偏向于应用实现，主要介绍深度学习降噪算法的实现思路，演示实现的效果，给出实现的相关代码 线上课程资料： [本节课录像回放](https://www.bilibili.com/video/BV1No ......
论文-用于射频无人机监控系统的高性能卷积网络
# RF-UAVNet: High-Performance Convolutional Network for RF-Based Drone Surveillance Systems RF-UAVNet: High-Performance Convolutional Network for RF-B ......
Matlab用深度学习循环神经网络RNN长短期记忆LSTM进行波形时间序列数据预测|附代码数据
全文链接：http://tecdat.cn/?p=27279 最近我们被客户要求撰写关于深度学习循环神经网络RNN的研究报告，包括一些图形和统计输出。 此示例说明如何使用长短期记忆 (LSTM) 网络预测时间序列 LSTM神经网络架构和原理及其在Python中的预测应用 LSTM 网络是一种循环神经 ......
D2C深度图对齐彩色图
# 深度图对齐彩色图 ## 原理部分 一般深度相机自带sdk会有对齐的函数，这些函数一般是硬件实现对齐，但是有些相机不支持高分辨率的对齐，比如Astra mini s只支持最高640*480的分辨率对齐，所以考虑自己实现对齐函数。 > [深度图与彩色图的配准与对齐](https://blog.csd ......
人工智能概述（4）：深度学习是什么
这一切要从 人工神经网络（Artificial Neural Network，即ANN） 说起... ANN 生物神经元 图示：图片来源 人工神经元 是 ANN的基础，一般模型（还有非一般的演化中的？）如下：图片来源 由于 神经元 具备 信息处理（计算）和传递（通信） 的功能，于是，将 多个神经元 ......
[cnn][julia]Flux实现卷积神经网络cnn预测手写MNIST
# julia_Flux ### 1.导入Flux.jl和其他所需工具包 ```julia using Flux, MLDatasets, Statistics using Flux: onehotbatch, onecold, logitcrossentropy, params using MLD ......
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍
深度学习应用篇-计算机视觉-图像分类[2]：LeNet、AlexNet、VGG、GoogleNet、DarkNet模型结构、实现、模型特点详细介绍 ......
如何使用深度学习和TensorFlow实现计算机视觉
越来越多的地方正在使用计算机视觉。从增强安全系统到改进医疗保健诊断，计算机视觉技术正在彻底改变多个行业。 ## 课程先睹为快 本课程经过精心设计，涵盖了广泛的主题，从张量和变量的基础知识到高级深度学习模型的实现，以应对人类情感检测和图像生成等复杂任务。 在介绍了先决条件并讨论了学习者可以从课程中得到 ......
莫比乌斯反演 & 狄利克雷卷积
~~大家好，我不会数学实锤了。~~ 文章内容较杂，分章节叙述了的大部分有关内容。 ~~为什么把这俩放一起？我不知道。~~ ## 积性函数 积性函数：$\forall a,b$，$a\perp b$，如果一个函数 $f$ 始终满足 $f(ab) = f(a)f(b)$，则称 $f(x)$ 为积性函数。 ......
深度学习在抗菌肽药物研究中的应用进展
深度学习在抗菌肽药物研究中的应用进展 摘要：抗菌肽（AMP）作为未来最有希望解决病原微生物耐药性的新型抗菌药物之一，其研发备受关注。抗菌肽一般较短，组成多样，迄今人们已发现数千条天然抗菌肽，并建立了多个公开的抗菌肽数据库，为新型抗菌肽的研发和设计奠定了基础。在抗菌肽的信息描述方面，人们使用了伪氨基酸 ......
《深度剖析CPython解释器》19. Python类机制的深度解析(第三部分): 自定义类的底层实现、以及metaclass
https://www.cnblogs.com/traditional/p/13593927.html 楔子 Python除了给我提供了很多的类之外，还支持我们定义属于自己的类，那么Python底层是如何做的呢？我们下面就来看看。 自定义class 老规矩，如果想知道底层是怎么做的，那么就必须要通过 ......
Python生成器深度解析：构建强大的数据处理管道
# 前言 生成器是Python的一种核心特性，允许我们在请求新元素时再生成这些元素，而不是在开始时就生成所有元素。它在处理大规模数据集、实现节省内存的算法和构建复杂的迭代器模式等多种情况下都有着广泛的应用。在本篇文章中，我们将从理论和实践两方面来探索Python生成器的深度用法。 ## 生成器的定义 ......
深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解
# 深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解 # 一、数据增广 在图像分类任务中，图像数据的增广是一种常用的正则化方法，主要用于增加训练数据集，让数据集尽可能的多样化，使得训练的模型具有更强的泛化能力，常用于数据量不足或者模型参数较多的场景。除了 Ima ......
小灰灰深度学习day6——线性代数
import torch #标量由只有一个元素的张量表示 ''' x = torch.tensor(3.0) y = torch.tensor(2.0) print(x + y) print(x * y) print(x / y) print(x ** y) ''' ''' 向量可以被视为标量值组成 ......
NWP和深度学习融入物理知识在预测天气方面有一些区别。
NWP和深度学习融入物理知识在预测天气方面有一些区别。 NWP是基于物理定律和数学方程构建的数值模型。它使用大气物理学、流体动力学和热力学等领域的物理知识来描述大气和地球系统的行为。NWP模型通过对物理过程进行建模和求解来预测天气变量的演变。这些模型需要对大气系统的初始状态和边界条件进行准确的观测和 ......
七篇深入理解机器学习和深度学习的读物推荐
在这篇文章中将介绍7篇机器学习和深度学习的论文或者图书出版物，这些内容都论文极大地影响了我对该领域的理解，如果你想深入了解机器学习的内容，哪么推荐阅读。 Attention Is All You Need 在自然语言处理和序列建模领域，Vaswani等人的一篇论文《Attention Is All ......
深度学习降噪专题课：课程介绍
大家好~本课程基于全连接和卷积神经网络，学习LBF等深度学习降噪算法，实现实时路径追踪渲染的降噪 本课程偏向于应用实现，主要介绍深度学习降噪算法的实现思路，演示实现的效果，给出实现的相关代码 线上课程资料： 扫码加QQ频道，获得相关代码等资料，与群主交流讨论： : 闭包的底层实现以及调用
https://www.cnblogs.com/traditional/p/13580694.html 楔子 上一篇我们看了函数是如何调用的，这一次我们看一下函数中局部变量的访问、以及闭包相关的知识。 函数中局部变量的访问 我们说过函数的参数和函数内部定义的变量都属于局部变量，所以它也一样是通过静态 ......
一个有趣的问题：卷积和池化能否相互代替？
本文来自公众号“AI大道理” 卷积和池化层在神经网络中非常常见。 正因为习以为常，所以容易让人误以为是必不可少的。 那么卷积能代替池化吗？ 池化又能否代替卷积呢？ 要想回答这个问题，必须深究其本质，才能看清楚他们是否不可获取，以及缺了会怎么样。 编辑 1、卷积的本质 卷积是一种运算，特征图与卷 ......
list_赋值/浅拷贝/深度拷贝
/* 一: 类比 二: 赋值 三: 浅拷贝 四: 深拷贝 */ 一: 类比 二: 赋值 if __name__ == '__main__': s1 = [1, 4, 9, 16, 25, [11, 22]] s2 = s1 print("s1: 0x%x" % id(s1), s1) # s1: 0 ......
m基于HOG特征提取和GRNN网络的人体姿态识别算法matlab仿真,样本为TOF数据库的RGB-D深度图像
1.算法仿真效果 matlab2022a仿真结果如下： TOF数据库如下： 2.算法涉及理论知识概要 1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域 ......
神经网络与深度学习
# 神经网络与深度学习（邱锡鹏） ## 第一部分 机器学习基础 ### 第1章 绪论 深度学习是机器学习的一个分支，指从有限样例中通过算法总结出一般性的规律，并可以应用到新的未知数据上。 一种可以比较好解决贡献度分配问题的模型是人工神经网络（Artificial Neural Network，ANN ......
DHVT：在小数据集上降低VIT与卷积神经网络之间差距，解决从零开始训练的问题
VIT在归纳偏置方面存在空间相关性和信道表示的多样性两大缺陷。所以论文提出了动态混合视觉变压器(DHVT)来增强这两种感应偏差。 在空间方面，采用混合结构，将卷积集成到补丁嵌入和多层感知器模块中，迫使模型捕获令牌特征及其相邻特征。 在信道方面，引入了MLP中的动态特征聚合模块和多头注意力模块中全新的 ......
会流程图却不会UML活动图？活动图深度剖析，就怕你学不会！
### **1. UML活动图是啥？**  也许很多人都不怎么了解活 ......