卷积 等算法
CV之IC之AlexNet：基于tensorflow框架采用CNN卷积神经网络算法(改进的AlexNet,训练/评估/推理)实现猫狗分类识别案例应用
CV之IC之AlexNet：基于tensorflow框架采用CNN卷积神经网络算法(改进的AlexNet,训练/评估/推理)实现猫狗分类识别案例应用 目录 基于tensorflow框架采用CNN(改进的AlexNet,训练/评估/推理)卷积神经网络算法实现猫狗图像分类识别 数据集介绍 输出结果 使用model.ckpt-
日期 2023-06-12 10:48:40
CV之IG之DCGAN：基于keras框架利用深度卷积对抗网络DCGAN算法对MNIST数据集实现图像生成(保存h5模型→加载模型)案例应用
CV之IG之DCGAN：基于keras框架利用深度卷积对抗网络DCGAN算法对MNIST数据集实现图像生成(保存h5模型→加载模型)案例应用 目录 基于keras框架利用深度卷积对抗网络DCGAN算法对MNIST数据集实现图像生成 设计思路 输出结果 核心代码 相关文章DL之DCGAN(Keras框
日期 2023-06-12 10:48:40
DL之CNN：计算机视觉之卷积神经网络经典算法简介、重要进展、改进技巧之详细攻略(建议收藏)
DL之CNN：计算机视觉之卷积神经网络经典算法简介、重要进展、改进技巧之详细攻略(建议收藏) 目录 CNN经典算法细讲 1、CNN历年冠军算法 1.1、LeNet-5 1.2、AlexNet 1.3、VGGNet
日期 2023-06-12 10:48:40
DL之CNN：卷积神经网络算法简介之原理简介(步幅/填充/特征图)、七大层级结构(动态图详解卷积/池化+方块法理解卷积运算)、CNN各层作用及其可视化等之详细攻略
DL之CNN：卷积神经网络算法简介之原理简介(步幅/填充/特征图)、七大层级结构(动态图详解卷积/池化+方块法理解卷积运算)、CNN各层作用及其可视化等之详细攻略 目录 CNN 的层级结构及相关概念 1、间接的全局连接 2、Stride (步幅)和Padding (填充)之间函数公式
日期 2023-06-12 10:48:40
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测 目录 输出结果 设计思路 核心代码 输出结果 下边两张图对应查看，可知，数字0有965个是被准确识别到
日期 2023-06-12 10:48:40m基于CNN卷积神经网络的IBDFE单载波频域均衡算法
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 单载波频域均衡(SC-FDE)是解决符号间干扰(ISI)问题的一项重要技术。相比于单载波时域均衡(SC-TDE)技术和正交频分复用(OFDM)技术,SC-FDE技术具有复杂度低、峰均功率比小的优点。但是,SC-FDE技术中,
日期 2023-06-12 10:48:40m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
目录 1.算法描述 1.1全卷积神经网络 1.2kalman滤波 1.3matconvnet-1.0-beta20工具箱 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 1.1全卷积神经网络 全卷积神经网络（Fully Convolutional Networks&#x
日期 2023-06-12 10:48:40
m基于CNN卷积网络和GEI步态能量图的步态识别算法MATLAB仿真,测试样本采用现实拍摄的场景进行测试,带GUI界面
目录 1.算法描述 2.仿真效果预览 3.MATLAB核心程序 4.完整MATLAB 1.算法描述 目前关于步态识别算法研究主要有两种：基于模型的方法和非基于模型的方法。基于模型的步态识别方法优点在于能够很好的体现步态图像序列当前的变化，也能够预测过去和未来的状态。基于非模型的方法是通过对步
日期 2023-06-12 10:48:40Python实现GWO智能灰狼优化算法优化卷积神经网络回归模型(卷积神经网络回归算法)项目实战
说明：这是一个机器学习实战项目（附带数据+代码+文档+视频讲解），如需数据+代码+文档+视频讲解可以直接到文章最后获取。
日期 2023-06-12 10:48:40[DeeplearningAI笔记]卷积神经网络3.6-3.9交并比/非极大值抑制/Anchor boxes/YOLO算法
4.3目标检测 觉得有用的话,欢迎一起讨论相互学习~ 吴恩达老师课程原地址 3.6交并比intersection over union 交并比函数(loU)可以用来评价对象检测算法，可以被用来进一步改善对象检测算法的性能。 如何评价一个算法的好坏，即如图中假设红色框线表示 真实的对象所在边界框，紫色框线表示 模型预测的对象所在边界框.通过计算两个边界框交集和并集的比用于评价对象检测算法的
日期 2023-06-12 10:48:40