文章
【技术博客】基于AlexNet网络的垃圾分类
【技术博客】基于AlexNet网络的垃圾分类AlexNet_AlexNet模型来源于论文ImageNetClassificationwithDeepConvolutionalNeuralNetworks,作者AlexKrizhevsky,IlyaSuts
【解决方案】智能UI自动化测试
你的UI自动化追得上业务的变更和UI更迭吗?当今瞬息万变的时代,成千上万的App围绕着现代人生活的点点滴滴。为了满足用户的好的体验和时刻的新鲜感,这些App需要时刻保持变化,也给UI自动化落地实施带来了挑战。1、自动化测试技术演进为了应对这些挑战,自动化测试技术也在不断更新迭代。
简单的特征值梯度剪枝,CPU和ARM上带来4-5倍的训练加速 | ECCV 2020
<blockquote论文通过DBTD方法计算过滤阈值,再结合随机剪枝算法对特征值梯度进行裁剪,稀疏化特征值梯度,能够降低回传阶段的计算量,在CPU和ARM上的训练分别有3.99倍和5.92倍的加速效果<br/ <br/来源:晓飞的算法工程笔记公众号</blockquote
神经网络如何学习的?
简介:毫无疑问,神经网络是目前使用的最流行的机器学习技术。所以我认为了解神经网络如何学习是一件非常有意义的事。<blockquote像下山一样,找到损失函数的最低点。</blockquote!image(https://imghelloworld.osscnbei
Jigsaw pre-training:摆脱ImageNet,拼图式主干网络预训练方法 | ECCV 2020
<blockquoteJigsawpretraining以拼图的方式从检测数据集中生成用于主干网络预训练的数据集,而不需要额外的预训练数据集,如ImageNet。另外为了让网络更好的适应拼图数据,论文提出ERFadaptive密集分类方法,能够很好地扩大预训练主干网络的有效感受域。整体而言,
【专栏2】激活函数(一)浅谈激活函数以及其发展
【专栏2】激活函数(一)浅谈激活函数以及其发展激活函数是神经网络的相当重要的一部分,在神经网络的发展史上,各种激活函数也是一个研究的方向。我们在学习中,往往没有思考过——为什么用这个函数以及它们是从何而来?!(https://cdn.nlark.com/yuque/0/2020/
深度学习是否可用于针对时间序列的模式识别?比如基于噪声信号的机械故障模式识别,有做这方面研究的吗?
深度学习是否可用于针对时间序列的模式识别?比如基于噪声信号的机械故障模式识别,有做这方面研究的吗?云程万里的回答知乎https://www.zhihu.com/question/40992219/answer/1325531901(https://link.segmentfault
CNN有没有比较新的变体可以提高模型准确度呢?
CNN有没有比较新的变体可以提高模型准确度呢?amaze2的回答知乎https://www.zhihu.com/question/397944899/answer/1314983195(https://link.segmentfault.com/?encDkK2DJ9Fpq%2F
怎么把卷积神经网络和机械振动信号结合?进行故障诊断?
怎么把卷积神经网络和机械振动信号结合?做故障模式识别的。?amaze2的回答知乎https://www.zhihu.com/question/279888242/answer/1329908863(https://link.segmentfault.com/?enc7miOIkYa
卷积神经网络运用到故障诊断领域还有哪些新想法吗?
卷积神经网络运用到故障诊断领域还有哪些新想法吗?amaze2的回答知乎https://www.zhihu.com/question/265223166/answer/1329919383(https://link.segmentfault.com/?encuQIqD%2B03MlD
已加载文章中没有匹配内容,试试其他关键词或清空搜索。