HelloWorld 开发者社区

科技资讯

全部资讯

开源项目

全部项目

推荐好文

tensorflow 之 卷积神经网络

应用场景1.图像识别与检索2.人脸识别3.性别/年龄/情绪识别4.物体检测5.视频处理6.语音分析概述一般一个卷积神经网络由多个卷积层构成,在卷基层内部通常会有如下几个操作:1.图像通过多个卷积核滤波,添加偏置,提取局部特征每个卷积核会映射出一个新的2D图像。2.卷积核的滤波结果输出

Tengine获统信软件兼容认证,携手统信完善我国基础软件生态

作为国内最早和OpenCV建立合作的公司,OPENAILAB配合本次OpenCVV4.5.0的迭代,将集成到OpenCV的Tengine也同步进行了升级,做出了深度的优化,极大的提升了稳定性与效率。作为OpenCV项目的负责人,OPENAILAB的高级软件工程师——李琦老师为大家详细的分享一下为什么OpenCV选择将Tengine作为DNNAR

Python3+TensorFlow 打造人脸识别智能小程序

第1章课程导学本章节主要介绍课程的主要内容、核心知识点、课程涉及到的应用案例、深度学习算法设计通用流程、适应人群、学习本门课程的前置条件、学习后达到的效果等,帮助大家从整体上了解本门课程的整体脉络。第2章深度学习基础串讲(必备理论知识)主要介绍深度学习的基础知识,具体包括了深度学习的发展历程、基本概念(前向运算、反向传播、参数优化)、深度

MindSpore手写数字识别初体验,深度学习也没那么神秘嘛

摘要:想了解深度学习却又无从下手,不如从手写数字识别模型训练开始吧!深度学习作为机器学习分支之一,应用日益广泛。语音识别、自动机器翻译、即时视觉翻译、刷脸支付、人脸考勤……不知不觉,深度学习已经渗入到我们生活中的每个角落,给生活带来极大便利。即便如此,依然有很多人觉得深度学习高深莫测、遥不可及,的确,它有深奥之处,非专业人士难以企及,但也有亲

ImageNet Classification with Deep Convolutional Neural Networks

摘要我们训练了一个大型的深度卷积神经网络,将ImageNetlsvprc2010竞赛中的120万幅高分辨率图像分成1000个不同的类。在测试数据上,我们实现了top1名的错误率为37.5%,top5名的错误率为17.0%,大大优于之前的水平。该神经网络有6000万个参数和65万个神经元,由5个卷积层和3个完全连接的层组成,其中一些卷积层之

正在加载更多文章…

加载更多

已加载文章中没有匹配内容,可继续加载更多。