动手学深度学习V2每日笔记（经典卷积神经网络LeNet）
本文的主要内容对沐神提供的代码中个人不太理解的内容进行笔记记录，内容不会特别严谨仅供参考。 1.函数目录 1.1 torch 2. LeNet LeNet是早期成功的神经网络先使用卷积层来学习图片空间信息然后使用全连接层来转换到类别空间 LeNet-5网络参数详解 3. 代码实现 3.1 model import torchfrom torch import nn class Reshape(torc...
【深度学习与NLP】——注意力机制
> res = torch.bmm(input, mat2)>>> res.size()torch.Size([10, 3, 5]) 1.2 什么是注意力机制 注意力机制是注意力计算规则能够应用的深度学习网络的载体, 同时包括一些必要的全连接层以及相关张量处理, 使其与应用网络融为一体. 使用自注意力计算规则的注意力机制称为自注意力机制. 说明: NLP领域中, 当前的注意力机制大多数应用于seq2s...
对深度学习神经网络做了小改进，效果提升明显，可以发论文吗？
小改了深度学习神经网络某一层，效果提升显著，可以发顶会吗？ 结论就是，当然可以发，只是能不能发出高质量论文，中稿顶会，还得看你这个小改进的具体情况还有你讲故事的能力。 先说改进的具体情况 首先搞清楚这个小改进对效果的提升是不是真实的，确保没有错误的实现，以及把test集train了的滑稽情况。这非常重要！不然等于考前背答案，作弊警告。 PS：实际操作中直接在测试集上训练很容易就能发现，所以问题不大。更严重...
模型实战（25）之 基于LoFTR深度学习匹配算法实现图像拼接
模型实战（25）之 基于LoFTR深度学习匹配算法实现图像拼接 图像拼接在全景图、大图或者多目场景下经常会被使用，常用的方法有传统图像处理算法和深度学习直接获取对应点的算法 传统图像处理算法过程繁琐，阈值少且整体算法结果对调参比较敏感，其主要通过形状、特征点等描述子对图像的特征进行总结，然后找出待拼接图中的公共特征在不同图像中对应的位置信息，比如可以通过模板匹配、特征点匹配计算相邻图像之间的位置偏移量进...
动手学深度学习V2每日笔记（池化层）
本文的主要内容对沐神提供的代码中个人不太理解的内容进行笔记记录，内容不会特别严谨仅供参考。 1.函数目录 1.1 torch 2. 池化层 2.1 二维最大池化 返回滑动窗口中的最大值 import torchfrom torch import nn def pool2d(X, pool_size, mode='max'): p_w, p_h = pool_size Y = torch.zeros((...
AI入门指南：什么是人工智能、机器学习、神经网络、深度学习？
什么？起源概念人工智能分类人工智能应用 三、机器学习是什么？概念机器学习常见算法机器学习分类机器学习与人工智能的关系 四、神经网络是什么？概念神经网络组成部分神经网络模型神经网络和机器学习的关系 五、深度学习是什么？概念深度学习的特点深度学习与人工智能、机器学习的关系深度学习面临的挑战 六、总结七、未来展望八、参考资料 一、前言 本文主要面向那些想了解或准备从事人工智能相关领域研究和工作的入门人士。在踏入...
人工智能深度学习系列—深入解析：均方误差损失（MSE Loss）在深度学习中的应用与实践
文章目录 1. 背景介绍2. Loss计算公式3. 使用场景使用场景扩展 4. 代码样例5. 总结 1. 背景介绍 在深度学习的世界里，损失函数犹如一把尺子，衡量着模型预测与实际结果之间的差距。均方误差损失（Mean Squared Error Loss，简称MSE Loss）作为回归问题中的常见损失函数，以其简单直观的特点，广泛应用于各种预测任务。本文将带您深入了解MSE Loss的背景、计算方法、使...
基于深度学习算法，支持再学习功能，不断提升系统精准度的智慧地产开源了。
建立完备的特征库，不断提升检测效率和准确率。 柔性：支持私有化部署；支持现有系统对接，减少系统重复开发；提供模块化能力输出，按需赋能。 可靠：建立交叉验证方式，提升检测准确率；实现全流程留证回溯；基于深度学习算法，支持再学习功能，不断提升系统精准度。 项目链接 公开演示链接：AI 视频监控管理 系列项目Gitee链接：请分别前往每个版本对应的两个项目同步代码。 项目定位 跨平台视觉安防解决方案：提供跨...
深度学习驱动的中文情感分析：PlugLink 在实践中的桥梁作用
深度学习驱动的中文情感分析：PlugLink 在实践中的桥梁作用 情感分析技术则如同滤网，帮助我们从这股洪流中筛选出有价值的情感信号。特别是对于中文这样的多音字、同音词丰富且语境复杂度高的语言，深度学习模型展现了无与伦比的优势。本文将以一个具体的应用案例出发，探讨如何利用深度学习进行中文情感分析，并揭示 PlugLink 如何在此过程中扮演关键角色。 理解情感分析：深度学习的魔力 情感分析，简而言之，是...
人工智能、机器学习、神经网络、深度学习和卷积神经网络的概念和关系
arning，缩写为ML)--是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能核心，是使计算机具有智能的根本途径。 深度学习（Deep Learning，缩写为DL）--深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数...