卷积 深度

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 ......
张量 卷积 数学基础 矩阵 函数

图的深度优先和广度优先算法

package com.datastruct.gragh;import java.util.ArrayList;import java.util.LinkedList;import java.util.Queue;/** * @version 1.0 * @Author 作者名 * @Date 20 ......
广度 算法 深度

二叉树(建树|遍历|寻找最大最小深度)

二叉树基础操作 1.实现思路 建树:递归从数组中按照层级建立 递归:提供6种建树操作(前、中、后序递归和非递归) 最大深度:利用回溯|递归实现两种操作 最小深度:利用递归实现 2.代码实现 import java.util.Deque; import java.util.LinkedList; im ......
建树 深度

【代码实现】最新PyTorch机器学习与深度学习技术方法

近年来,随着AlphaGo、无人驾驶汽车、医学影像智慧辅助诊疗、ImageNet竞赛等热点事件的发生,人工智能迎来了新一轮的发展浪潮。尤其是深度学习技术,在许多行业都取得了颠覆性的成果。另外,近年来,Pytorch深度学习框架受到越来越多科研人员的关注和喜爱。 本次内容在掌握深度学习的基础知识,与经 ......
深度 机器 PyTorch 代码 方法

前车碰撞预警——FCW,基于深度学习和单目摄像头测距的前车碰撞预警

前车碰撞预警——FCW,基于深度学习和单目摄像头测距的前车碰撞预警源码。 单目测距,多目标跟踪。 车辆检测,智能adas,FCW,价格只包括源码及设计文档讲解。 我使用的版本说明: gpu版本: anoconda:3-5.1.0 cuda:10.0 cudnn: cudnn-10.0-windows ......
mdash amp 摄像头 深度 FCW

深度学习之PyTorch实战(4)——迁移学习

(这篇博客其实很早之前就写过了,就是自己对当前学习pytorch的一个教程学习做了一个学习笔记,一直未发现,今天整理一下,发出来与前面基础形成连载,方便初学者看,但是可能部分pytorch和torchvision的API接口已经更新了,导致部分代码会产生报错,但是其思想还是可以借鉴的。 因为其中内容 ......
实战 深度 PyTorch

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 ......
卷积 神经网络 工具箱 深度 神经

深度学习之路三 训练椭圆函数

#coding:utf-8 from sklearn.neural_network import MLPRegressor from sklearn.model_selection import train_test_split from sklearn.metrics import mean_sq ......
椭圆 函数 深度

深度学习之路三 将上一篇稍微通用的模型用sklearn代替

from sklearn.neural_network import MLPRegressor import numpy as np # 创建神经网络对象 # 使用adam优化器 adam是一种梯度下降算法 # 使用sgd优化器 adam是一种随机梯度下降算法 model = MLPRegresso ......
深度 模型 sklearn

深度学习之路二 将上一篇的逻辑流水线变成稍微通用的模型

import numpy as np class NeuralNetwork: def __init__(self, input_size, output_size): self.input_size = input_size self.output_size = output_size self. ......
流水线 深度 逻辑 模型 流水

VScode连接GPU服务器进行深度学习

 VScode连接GPU服务器进行深度学习 ​ 最近用台式机跑一些小的深度学习项目,发现越来越慢了,由于一些原因,有时候需要我进行现场作业但是我的笔记本是轻薄本(Thinkpad YYDS)不带显卡,百度了一下发现可以租一台GPU服务器,跑深度学习模型,我自己摸索了一下午终于跑成了一个简单案例,方 ......
深度 服务器 VScode GPU

深度学习之路一 前向反馈和反向传播的初步雏形

#coding: utf8 import math # x1, x2输入神经元 x1=1 x2=2 # w1,w2分别为x1,x2的权重 w1=0.2 w2=0.3 # b为输出神经元的偏移量 b = 0.1 target = 1 # 目标值 def f(w1, w2, b): return x1 ......
雏形 深度

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 ......
卷积 deconv

深度学习-线性代数

1.标量 仅包含一个数值被称为标量。 2.向量 向量被视为标量值组成的列表,这些标量被称为向量的元素,在数学上,具有一个轴的张量表示向量。一般来说,张量可以具有任意长度,这取决于机器的内存。 3.长度、维度、形状 向量的长度通常称为向量的维度,我们可以用Python内置函数len访问张量长度。 当用 ......
线性代数 代数 线性 深度

后处理中使用深度图重建世界坐标 - 相对Camera坐标空间的方式

原理 下图中球体的世界坐标=相机的世界坐标+球体相对于相机的坐标。但在后处理的shader中,我们能知道的有:1) 相机的世界坐标,2) 相机信息:FOV, Near, Far, aspect等,3) 球体的z值 1) 下面的图是侧式图,通过下面的图我们可以知道 tan30=nearPlaneHal ......
坐标 深度 方式 Camera 世界

【pyrender】基于PyRender的深度图渲染

一、安装pyrender 安装pyrender: https://pyrender.readthedocs.io/en/latest/install/index.html 跑通Offscreen Rendering程序,验证环境是否配置成功:https://pyrender.readthedocs. ......
深度 pyrender PyRender

动手学深度学习-第4章多层感知机

最简单的深度网络称为多层感知机。多层感知机由多层神经元组成, 每一层与它的上一层相连,从中接收输入; 同时每一层也与它的下一层相连,影响当前层的神经元。 4.1多层感知机 仿射变换中的线性是一个很强的假设.很容易找出违反单调性的例子.处理这一问题的一种方法是对我们的数据进行预处理, 使线性变得更合理 ......
多层 深度

显卡驱动+cuda+cudnn+深度学习框架

安装概览 安装显卡驱动、CUDA 和 cuDNN 可能因操作系统和 GPU 型号而异,下面是一般的步骤: 下载和安装适合你 GPU 型号的显卡驱动,可以从官方网站或者 GPU 制造商的网站下载。 下载和安装适合你 CUDA 版本的 CUDA 工具包,可以从官方网站下载。 下载和安装适合你 CUDA ......
显卡驱动 显卡 框架 深度 cudnn

称霸Kaggle的十大深度学习技巧

前言 是什么秘诀让新手们在短期内快速掌握并能构建最先进的DL算法?一位名叫塞缪尔(Samuel Lynn-Evans)的法国学员总结了十条经验。 本文转载自量子位 作者 | Samuel Lynn-Evans 仅用于学术分享,若侵权请联系删除 欢迎关注公众号CV技术指南,专注于计算机视觉的技术总结、 ......
深度 技巧 Kaggle

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 ......
卷积 神经 CNN

动手学深度学习-第3章线性神经网络

3.1线性回归 回归(regression)是能为一个或多个自变量与因变量之间关系建模的一类方法。 线性回归基于几个简单的假设: 1.自变量和因变量之间的关系是线性的 2.任何噪声都比较正常,如噪声遵循正态分布 仿射变换的特点是通过加权和对特征进行线性变换(linear transformation ......
神经网络 线性 深度 神经 网络

深度理解Java线程池ThreadPoolExecutor

一.使用线程池的好处 1.提高系统性能和响应速度:线程池可以通过复用线程来减少线程的创建和销毁,从而减少了系统开销,提高了系统的性能和响应速度。 2.提高代码的可维护性:使用线程池可以将任务的执行与线程的创建和管理分离开来,使得代码更加清晰易懂,也更加容易维护。 3.提高代码的可复用性:线程池可以让 ......
ThreadPoolExecutor 线程 深度 Java

Windows下的深度学习环境安装

Windows下的深度学习环境安装 电脑型号:戴尔G15 GPU:RTX3060 第一步:下载anaconda 选择anaconda3 2022.10月版本最新版的windowsx86.exe版。官网下载特别慢,这里采用镜像网站 Index of /anaconda/archive/ | 北京外国语 ......
深度 Windows 环境

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 ......
卷积 神经网络 神经 理论 网络

cuda、cudnn、zlib 深度学习必配三件套(Windows)

无论用tensorrt,还是onnxruntime部署。这三个都得下载配置,推荐都放到相应的cuda路径里(含dll的文件夹、含lib的文件夹)。 推荐先下载tensorrt或者onnxruntime,这样可以知道所需的cuda、cudnn版本。 1、cuda(以11.8为例) 下载地址:CUDA ......
件套 深度 Windows cudnn cuda

基于深度学习的瓶盖检测系统(Python+YOLOv5深度学习模型+清新界面)

基于深度学习的瓶盖检测系统用于传送带或日常场景中瓶盖检测识别,提供实时瓶盖检测定位和计数,辅助瓶盖生产加工过程的自动化识别。本文详细介绍基于深度学习的瓶盖检测系统,在介绍算法原理的同时,给出Python的实现代码、训练数据集,以及PyQt的UI界面。基于YOLOv5算法实现对图像中存在的多目标进行识... ......
深度 检测系统 瓶盖 模型 界面

交通信号标志识别软件(Python+YOLOv5深度学习模型+清新界面)

交通信号标志识别软件用于交通信号标志的检测和识别,利用机器视觉和深度学习智能识别交通标志并可视化记录,以辅助无人驾驶等。本文详细介绍交通信号标志识别软件,在介绍算法原理的同时,给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别;可对图像中存在的多目标进行识别... ......
深度 模型 信号 界面 标志

机场航拍图像检测软件(Python+YOLOv5深度学习模型+清新界面)

机场航拍图像检测软件使用深度学习技术检测机场航拍图像中的飞机目标等,识别航拍目标等结果并记录和保存,辅助机场智能管理运行。在介绍算法原理的同时,给出Python的实现代码、训练数据集,以及PyQt的UI界面。机场航拍检测系统主要检测飞机的数目、位置、预测置信度等;连接摄像头设备可开启实时检测功能,另... ......
深度 模型 图像 界面 机场