行业资讯
AI news by Smartone AI
使用Numpy从头构建卷积神经网络
使用该网络对手写数字进行分类。所获得的结果不是最先进的水平，但仍然令人满意。现在想更进一步，我们的目标是开发一个仅使用Numpy的卷积神经网络（CNN）。这项任务背后的动机与创建全连接的网络的动机相同：尽管Python深度学习库是强大的工具，但它阻止从业者理解底层正在发生的事情
使用数据增强从头开始训练卷积神经网络（CNN）
介绍该文致力于处理神经网络中的过度拟合。过度拟合将是你主要担心的问题，因为你仅使用 2000 个数据样本训练模型。存在一些有助于克服过度拟合的方法，即 dropout 和权重衰减（L2 正则化）。我们将讨论数据增强，这是计算机视觉独有的，在使用深度学习模型解释图像时，数据增强在任何地方都会用到
基于卷积神经网络的图像分类
现在是学习卷积神经网络及其在图像分类中的应用了。什么是卷积？卷积运算是使用具有恒定大小的“窗口”移动图像，并将图像像素与卷积窗口相乘以获得输出图像的过程。让我们看看下面的例子：我们看到一个9x9图像和一个3x3卷积滤波器，其恒定权重为3 0 3 2 0 2 1 0 1，以及卷积运算的计算
2022年最新深度学习入门指南
概述1. 深度学习是用于处理视觉相关任务的强大的方法。2. 卷积神经网络是一种深度学习模型，我们用它来处理与计算机视觉相关的应用程序。3. 在本指南中，我们将探索 CNN 的工作原理以及它们如何应用于图像分类任务
建立卷积神经网络模型
自从开始在网上写作以来，非常依赖Unsplash。这是一个创造高质量图像的地方。但是你知道Unsplash可以使用机器学习来帮助标记照片吗？对于上传到Unsplash［…］的每个图像，我们通过一系列机器学习算法运行图像，以了解照片的内容，消除了参与者手动标记照片的需要
构建自定义CNN模型：识别COVID-19
本文让我们从头开始，通过训练和测试我们的自定义图像数据集，来构建我们自己的自定义CNN（卷积神经网络）模型。我们将使用验证集方法来训练模型，从而将我们的数据集划分为训练、验证和测试数据集。在结束时，你
一文教你使用卷积神经网络进行图像分类
介绍卷积神经网络属于深度学习的子域。深度学习中的算法以与人脑相同的方式来处理信息,但其规模很小,因为我们的大脑太复杂了(我们的大脑大约有860亿个神经元)。为什么使用CNN进行图像分类?图像分类通过从图像中提取特征,以观察数据集中的某些模式
光子处理器：为 AI 加速，“变革”AI硬件
我们身处于一个数据、信息量爆炸性增长的时代,一个由 AI 引领的、更加智能的时代。但是,持续增加的数据量在为人工智能(AI)提供源源不断的“动力”的同时,也对用于 AI 的电子计算硬件提出了更多的挑战,无论是在计算速度,还是在功耗方面,都已经成为严重制约 AI 发展的主要瓶颈之一
基于图卷积网络的注意力机制
金翅导读卷积神经网络已成功应用于解决诸如图像分类语义分割或机器翻译等问题，其中解决的这些问题的基础数据表示具有网格状结构。但是，目前许多有趣的任务的数据为无法以网格状结构表示的数据，而这些数据位于不规则的域中
Python可视化卷积神经网络方法汇总
介绍深入学习中最具争议的话题之一是如何解释和理解一个经过训练的模型——特别是在医疗等高风险行业的背景下。“黑匣子”一词经常与深度学习算法联系在一起，如果我们不能解释模型是如何工作的，我们怎么能相信模型的结果呢？
AIGC热点
热点
-
19打开，有戏
有冇SmartoneAI，致力于通过分享全球优质AI工具、资源和资讯，帮助大家更早地、更好地了解和使用AI，让AI成为你的得力助手，工作更高效，生活更轻松。按下Ctrl+D或⌘+D收藏本站~
