深度学习--花式CNN

最新推荐文章于 2025-08-06 18:10:49 发布
原创 最新推荐文章于 2025-08-06 18:10:49 发布 · 220 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#深度学习

作者表示面对花式CNN眼花缭乱，佩服相关大佬，打算写内容梳理这些CNN，且会持续更新。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

先占个坑, 花式CNN，看花了我的眼啊，佩服这些大佬，写点东西，梳理一下这些CNN。（持续更新）

面向程序员的实用深度学习课程2022
矩池云的博客
12-05 658
Practical deep learning for coders 是fast.ai出品系列课程，深受学员欢迎，该课程的上一版本视频已经在线浏览超600万次。经过两年时间的打磨，该课程的最新版已经发布。课程主讲fast.ai创始人Jeremy Howard授课思路清晰，力求用更精简的代码，实现更高的运行效率、更好地演示解构及上手实践。
PyTorch学习 -- 花式实现MNIST手写数字识别
qq_43232373的博客
08-22 414
假期抽空了解了一下PyTorch，感觉用起来特别特别顺手。作为一个直追TensorFlow并与之相抗衡的深度学习框架，感觉使用起来要比TensorFlow简洁许多。 在TensorFlow中，总是需要先构建一个计算图，一旦计算图构建下来还不能随便改变，这是挺难受的。后面的数据还得用占位符占着，，万一想改又重新开始写，总的来说这是个静态的框架，功能毋庸置疑的强大，但是计算流程的灵活性难以保证。 而P...
基于 CNN-GRU 的菇房多点温湿度预测方法研究 学习记录
pengxiang1998的博客
09-30 2383
本篇文章主要为学习其模型思想。
[学习笔记]动手学深度学习v2
zhangyifeng_1995的博客
03-16 1024
[学习笔记]动手学深度学习v2
深度学习（九）——花式卷积
antkillerfarm的专栏
11-06 3940
深度学习（九）——花式卷积
深度学习（十）——花式卷积(2)
antkillerfarm的专栏
12-04 3131
深度学习（十）——花式卷积（二）
深度学习刷新SOTA的tricks大盘点
猛码Memmat
08-29 1126
dl tricks
深度学习（十三）——花式池化, Batch Normalization
antkillerfarm的专栏
01-02 2645
深度学习（十三）——花式池化, Batch Normalization
【深度学习基础】NumPy数组库的使用
Bossfrank的博客
05-26 1215
本文是后续深度学习的基础，详解了Python数组库NumPy的基本使用，涵盖了PyTorch深度学习中常用到的一些函数、方法等。PyTorch作为当前最常用的深度学习库，融合了NumPy数组的语法，作为处理张量的基本语法，且运算可用GPU加速，具有很大速度优势。
【深度学习智能手机步态识别】Deep Learning-Based Gait Recognition Using Smartphones in the Wild 论文理解
qq_39009349的博客
04-27 3085
【智能手机步态识别】Deep Learning-Based Gait Recognition Using Smartphones in the Wild解决什么问题本文创新点/贡献前人方法方法方法概述数据准备Data for IdentificationData for authenticationData for extraction神经网络设计ExtractionIdentificationa...
nlp-beginner task2 基于深度学习的文本分类 part1（pytorch+BOW+textCNN）
soyamilk233的博客
08-31 970
https://github.com/FudanNLP/nlp-beginner 1. Pytorch安装 因为以前试bert的时候装的cuda9.0，懒得折腾就装了pytorch1.1.0，直接anaconda新建python3.6的环境运行如下命令即可 conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch 2. 用Pytorch重写BOW 入门和代码分别参考了官网的两个教程60分钟入门（只看.
拥抱CNN：自然语言处理的新视角-苏剑林
"花式自然语言处理-苏剑林，中山大学，讲解NLP中CNN与Attention的应用，以及训练技巧、交叉验证与融合、无监督NLP和小杂烩等主题，强调抛开RNN思维，尝试使用CNN的思路。" 在自然语言处理（NLP）领域，传统的处理...
深度学习--Batch_Normlization
智商不够，时间来凑
09-13 3548
bn是什么？神经网络每层激活函数前的输出进行 z-score,即减去batch均值,除以方差，然后再修正，最后再送进激活函数。 y=WTx+by^=y−uδy^=γy^+βz=max(0,y^) y=W^Tx+b \quad \hat y=\frac{y-u}{\delta}\quad \hat y=\gamma \hat y +\beta \quad z=max(0, \hat y) 其中
metric deep learning loss
智商不够，时间来凑
09-20 1201
1. softmax lossForward: Zj=wTyjxi+byj（1）Z_j={w^T_{{y_j}}x_i+b_{y_j}} （1） pj=eZj∑keZk（2）p_j = \frac{e^{Z_j}}{\sum_k e^{Z_k}} （2） Lk=−∑jqj,klogpj（3） L_k=-\sum_j q_{j,k} log {p_j}（3） Backward: ∂pj∂Z
深度学习-读写模型网络文件
weixin_74126320的博客
08-03 568
模型网络文件是深度学习模型的存储形式，保存了模型的架构、参数等信息。读写模型网络文件是深度学习流程中的关键环节，方便模型的训练、测试、部署与共享。
使用yolo11训练饮料瓶盖缺陷检测质量检测数据集VOC+YOLO格式1432张5类别步骤和流程
FL1623863129的博客
08-03 758
训练完成后，最佳权重保存路径为：runs/detect/train/weights/best.pt，如果多次运行命令runs/detect/train2,runs/detect/train3文件夹生成只需要到数字最大文件夹查看就可以找到模型。经过上面训练可以使用模型做一步部署，比如使用onnx模型在嵌入式部署，使用engine模型在jetson上deepstream部署，使用torchscript模型可以在C++上部署等等。通过比较不同模型在这些指标上的表现，可以判断哪个模型在实际应用中可能更有效。
深度学习·VPT
最新发布
2301_80132162的博客
08-06 246
深度学习（鱼书）day10--与学习相关的技巧（后两节）
weixin_66162442的博客
08-03 1051
本文介绍了深度学习中防止过拟合的两种主要技巧：权值衰减和Dropout。权值衰减通过给损失函数添加L2正则化项来惩罚较大的权重参数，从而抑制过拟合现象。实验表明，在MNIST数据集上应用0.1的权值衰减系数能有效减小训练和测试精度差距。 Dropout则通过随机丢弃神经元来防止过拟合，训练时随机屏蔽部分神经元，测试时需按比例缩放输出。这两种方法都能显著提高模型的泛化能力，其中权值衰减适合参数较少的简单模型，而Dropout更适合复杂网络结构。实验代码展示了如何在多层神经网络中实现这些技术，并对比了使用前后的
S7-200PLC花式喷泉控制系统设计与实现
本篇文档是关于电气工程及其自动化专业的学生进行的《电气控制与PLC技术》课程设计，具体课题是"基于S7-200系列PLC的花式喷泉控制"。设计者需针对S7-200 PLC系列的PLC控制器进行实际应用，设计一个能够实现花式喷泉...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值