深度学习--花式CNN

最新推荐文章于 2025-08-10 21:16:12 发布
最新推荐文章于 2025-08-10 21:16:12 发布
阅读量220 收藏
点赞数
CC 4.0 BY-SA版权
分类专栏： 深度学习 文章标签： 深度学习
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。
本文链接：https://blog.youkuaiyun.com/zshfeng/article/details/77966006
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）

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。
面向程序员的实用深度学习课程2022
矩池云的博客
12-05 659
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。
[学习笔记]动手学深度学习v2
zhangyifeng_1995的博客
03-16 1025
[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 3948
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 3132
深度学习（十）——花式卷积（二）
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...
深度学习刷新SOTA的tricks大盘点
猛码Memmat
08-29 1129
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 1217
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
08-31 973
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 1204
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
9_基于深度学习的车型检测识别系统（yolo11、yolov8、yolov5+UI界面+Python项目源码+模型+标注好的数据集）
you 是 mine
08-10 799
本项目基于PyQt5构建了一个图形化目标检测系统，支持图片、视频、摄像头等多种输入源，具备批量处理、结果导出和检测目标切换等功能。系统采用YOLOv5/YOLOv8深度学习模型，提供完整的环境配置文档和训练参数说明，包含GPU加速支持。项目附带详细数据集介绍、模型训练流程说明及可视化增强策略，适合学习或二次开发。亮点包括完整的系统级架构、模型可扩展性以及清晰的代码结构，可作为课程设计或毕业设计项目。
【深度学习新浪潮】遥感图像风格化迁移研究工作介绍
最新发布
智能守恒_HengAI
08-10 177
遥感图像风格化迁移是将艺术风格（如油画、素描、赛博朋克等）迁移到遥感图像中，同时保留其地理结构和关键地物信息的技术。由于遥感图像具有分辨率高、地物结构复杂（如建筑、道路、植被等）、可能包含多光谱信息等特点，其风格化迁移与自然图像相比存在特殊挑战（如需避免破坏地理特征的可识别性）。以下从方法、研究进展、代码与数据三个方面进行说明。
SimBA算法实现过程
2301_80349130的博客
08-09 1007
L2：关注全局扰动能量L∞：关注局部最大变化。
Day 8: 深度学习综合实战与进阶技术 - 从优化到部署的完整流程
weixin_44903776的博客
08-09 46
本文介绍了深度学习模型优化与正则化技术的实战应用。重点内容包括： 正则化技术对比：详细分析了L1/L2正则化、Dropout和BatchNorm的原理、适用场景及优缺点，通过对比表格展示不同方法的特性。 代码实现：提供PyTorch实现示例，构建包含多种正则化技术的神经网络架构，演示了L1/L2正则化的具体实现方式。 优化效果实验：设计了模拟实验对比不同正则化方法的表现，包括无正则化、仅Dropout、仅L2、L1+L2以及组合策略，通过高维带噪声数据验证各方法防止过拟合的效果。 文章强调正则化技术是提升模
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