1. 云栖社区>
  2. 全部标签>
  3. #CNN#
CNN

#CNN#

已有1人关注此标签

内容分类:
博客 | 问答 | 视频 | 资料 |

基于卷积神经网络的品牌LOGO识别原理与代码

人工智能之父John McCarthy将AI视为科学和工程的结合,而机器学习是AI已经实现的部分,利用机器学习技术,计算机能够通过体验(数据)来像人类一样学习,而不需要被显式地编程。这篇文章将详细介绍我们在大作业项目如何使用Python的Keras深度学习框架,实现一个卷积神经网络(Convolutional Neural Network)来识别图像中的店铺LOGO/招牌。

函数 Image ADD 神经网络 CNN logo

活体检测很复杂?仅使用opencv就能实现!(附源码)

活体检测在各行各业应用比较广泛,如何实现一个活体检测系统呢?早期实现很困难,现在仅使用opencv即可实现,快来尝试一下吧。

python CNN OpenCV 人脸检测 活体检测

PyTorch可视化理解卷积神经网络

神经网络工具像一个黑匣子,无法知道它的中间是如何处理的。本文使用图片加代码的形式讲解CNN网络,并对每层的输出进行可视化,便于初学者理解,可以动手实践下哦!

python 图解 神经网络 CNN Pytorch

一文入门卷积神经网络:CNN通俗解析

CNN基础知识介绍及TensorFlow具体实现,对于初学者或者求职者而言是一份不可多得的资料。

TensorFlow 神经网络 CNN 卷积神经网络

深度学习目标检测系列:一文弄懂YOLO算法|附Python源码

本文是目标检测系列文章——YOLO算法,介绍其基本原理及实现细节,并用python实现,方便读者上手体验目标检测的乐趣。

python 深度学习 算法 函数 源码 CNN Keras 非极大值抑制 YOLO 目标检测 IOU

深度学习目标检测系列:RCNN系列算法图解

本文简要介绍图像检测中常用的深度学习方法——RCNN家族系列算法,以图像讲解形式,便于理解。

深度学习 机器学习 神经网络 CNN 图像检测 对象检测 rcnn

Dropout大杀器已过时?视网络模型而定!

本文主要分析卷积神经网络中的dropout技术与batch normalization技术,通过实验对比验证,dropout技术已经不再适合比较新的卷积神经网络模型,并给出了具体的使用经验。

深度学习 性能 神经网络 CNN 卷积神经网络 dropout batchnormalization 批量标准化

省钱利器!基于TensorFlow的端到端验证码识别

        最近机器学习很热,作为机器学习在图像识别方面最火的研究领域,神经网络将图像识别带入了新的高度,很多之前还只能在实验室中的理想情况下的成果,目前已经大量的运用在了实际生产环境中了,了解一些神经网络的知识,不仅能拓宽自己的视野,关键时刻这还是一种很好的省钱省力的解决方案。

深度学习 算法 验证码 图像识别 神经网络 CNN

卷积神经网络概述及python实现

本文概括地介绍CNN的基本原理 ,并通过阿拉伯字母分类例子具体介绍其实现过程,理论与实践的结合体。

python 神经网络 CNN 卷积神经网络

老旧黑白片修复机——使用卷积神经网络图像自动着色实战(附PyTorch代码)

照片承载了很多人在某个时刻的记忆,尤其是一些老旧的黑白照片,尘封于脑海之中,随着时间的流逝,记忆中对当时颜色的印象也会慢慢消散,这确实有些可惜。技术的发展会解决一些现有的难题,深度学习恰好能够解决这个问题。

深度学习 函数 class 神经网络 CNN RGB 卷积神经网络 Pytorch 黑白片上色 gray

想将算法进一步开发吗?手把手教你搭建基于CNN模型的Flask Web应用

想将算法进一步开发应用产品吗?本文手把手教你搭建基于CNN模型的Flask Web应用,算是抛砖引玉了。感兴趣的读者可以将自己的算法开发成其他类型的应用产品,说不定下一个人工智能创业公司Boss就是你哦!

python http flask CNN 卷积神经网络

不懂得如何优化CNN图像分类模型?这有一份综合设计指南请供查阅

本文是一篇关于使用CNN完成图像分类的综合设计指南,涵盖了一些模型设计、模型优化以及数据处理经验,是一份适合图像分类方向研究者参考的综合设计指南。

深度学习 算法 函数 性能 图像识别 CNN 图像分类 卷积神经网络 设计指南

结构虽简单,但性能强悍——3个小型卷积神经网络简介

本文介绍了三种小型结构的卷积神经网络,在稍微降低性能的前提下,大大降低了计算复杂度。此外,无需使用高性能计算机即可进行仿真运行,适合初学者仿真体验。

深度学习 人工智能 GPU 神经网络 CNN 卷积神经网络 计算复杂度

简单入门——深度学习笔记(Part II)

本文是一篇关于深度学习的入门笔记,简单的介绍了几种神经网络的基本结构以及原理,包含受限玻尔兹曼机、卷积神经网络、循环神经网络等;介绍他们的训练的基本过程,并说明各自应用领域,适合深度学习研究者的入门理解。

深度学习 序列 神经网络 CNN RNN 入门笔记 RBM AE RNTN

仅使用NumPy完成卷积神经网络CNN的搭建(附Python代码)

现有的Caffe、TensorFlow等工具箱已经很好地实现CNN模型,但这些工具箱需要的硬件资源比较多,不利于初学者实践和理解。因此,本文教大家如何仅使用NumPy来构建卷积神经网络(Convolutional Neural Network , CNN)模型,具体实现了卷积层、ReLU激活函数层以及最大池化层(max pooling),代码简单,讲解详细。

python 函数 Image 神经网络 CNN 卷积神经网络 Numpy

能帮你更好理解分析深度卷积神经网络,今天要解读的是一款新型可视化工具——CNNVis,看完就能用!

深度卷积神经网络(CNNs)在许多模式识别任务中取得了很大的性能突破, 然而高质量深度模型的发展依赖于大量的尝试,这是由于没有很好的理解深度模型是怎么工作的,在本文中,提出了一个可视化分析系统CNNVis,帮助机器学习专家更好的理解、分析、设计深度卷积神经网络。

深度学习 算法 性能优化 函数 性能 模块 排序 可视化 神经网络 CNN 图像分类 卷积神经网络

利用Python实现卷积神经网络的可视化(附Python代码)

本文简单说明了CNN模型可视化的重要性,以及介绍了一些可视化CNN网络模型的方法,希望对读者有所帮助,使其能够在后续深度学习应用中构建更好的模型。

python 可视化 神经网络 CNN 卷积神经网络 kears

2
GO