卷積網路(convolutional network)是2018年公布的計算機科學技術名詞。
基本介紹
- 中文名:卷積網路
- 外文名:convolutional network
- 所屬學科:計算機科學技術
- 公布時間:2018年
- 屬性:計算機科學技術名詞
- 出處:《計算機科學技術名詞 》第三版
卷積網路(convolutional network)是2018年公布的計算機科學技術名詞。
卷積網路(convolutional network)是2018年公布的計算機科學技術名詞。定義採用監督方式訓練的一種面向兩維形狀不變性識別的特定多層感知機。...
第一個卷積神經網路是1987年由Alexander Waibel等提出的時間延遲網路(Time Delay Neural Network, TDNN)。TDNN是一個套用於語音識別問題的卷積神經網路,使用FFT預處理的語音信號作為輸入,其隱含層由2個一維卷積核組成,以提取頻率域上的...
《適合星上圖像處理的深度卷積網路輕量化方法》是依託北京航空航天大學,由姜宏旭擔任項目負責人的面上項目。項目摘要 深度卷積神經網路作為機器學習最具代表性的先進技術,為提升星上遙感圖像智慧型處理能力帶來重大機遇。但由於卷積神經網路...
圖卷積網路 (GCN) 將卷積操作從傳統數據(圖像或格線)推廣到圖數據。關鍵是學習一個函式 f,通過聚合其自身的特徵 X 和鄰居的特徵 X 來生成節點 v 的表示,其中 j ∈ N(v)。圖卷積網路在構建許多其他複雜的圖神經網路模型中發揮...
《一種卷積神經網路的數據調度方法、系統及計算機設備》是深圳雲天勵飛技術有限公司於2016年12月23日申請的專利,該專利的公布號為CN106874219A,授權公布日為2017年6月20日,發明人是蔣文。《一種卷積神經網路的數據調度方法、系統及...
深度卷積網路(DCNN)是目前十分流行的深度神經網路架構,它的構造清晰直觀,效果引人入勝,在圖像、視頻、語音、語言領域都有廣泛套用。本書以AI領域新的技術研究和和實踐為基礎,從技術理論、工作原理、實踐方法、架構技巧、訓練方法、...
相比較其他深度、前饋神經網路,卷積神經網路需要考量的參數更少,使之成為一種頗具吸引力的深度學習結構。網路結構 卷積層 卷積層(Convolutional layer),卷積神經網路中每層卷積層由若干卷積單元組成,每個卷積單元的參數都是通過反向傳播...
其中,Blobs 是通過 4 維向量形式(num,channel,height,width)存儲網路中所有權重,激活值以及正向反向的數據。作為 Caffe 的標準數據格式,Blob 提供了統一記憶體接口。Layers 表示的是神經網路中具體層,例如卷積層等,是 Caffe 模型的...
考慮輸入和輸出通道數的差異,深度可分卷積的權重數約為標準卷積權重數的10%至25%。一些使用深度可分卷積搭建的卷積神經網路,例如Xception,在ImageNet數據集的圖像識別任務中的表現要優於隱含層權重相同,但使用標準卷積和Inception模組的...
《憶阻器卷積網路的全硬體實現》是清華大學的一篇論文。2020年7月9日上午,卓越人工智慧引領者(Super AI Leader,簡稱SAIL獎)在2020世界人工智慧大會雲端峰會開幕式上正式揭曉,並舉行了頒獎儀式,清華大學論文《憶阻器卷積網路的全硬體...
《自最佳化卷積神經網路及其套用研究》是依託南京理工大學,由許春燕擔任項目負責人的青年科學基金項目。項目摘要 隨著大數據的廣泛套用及計算機運算能力的高速發展,基於卷積神經網路的深度學習算法在機器學習和計算機視覺領域得到了廣泛套用。卷積...
《卷積神經網路與視覺計算》是2018年12月機械工業出版社出版的圖書,作者是拉加夫·維凱特森(Ragav Venkatesan)李寶新(Baoxin Li)。本書主要是系統闡述了卷積神經網路理論基礎及其實踐套用。內容簡介 從零基礎開始,系統闡述卷積神經網路...
《深度學習:卷積神經網路算法原理與套用》是2019年水利水電出版社出版的圖書。圖書目錄 前言 第1章 緒論 1.1 深度學習 1.1.1 概述 1.1.2 基本思想 1.1.3 基本分類 1.2 卷積神經網路技術的發展與套用 1.2.1 卷積...
《實用卷積神經網路:運用Python實現高級深度學習模型》是2019年機械工業出版社出版的圖書,作者是莫希特·賽瓦克(Mohit Sewak)[印度]。內容簡介 第1章對深度神經網路的科學原理和實現這種網路的不同框架以及框架背後的數學機制提供一個快速...
7.2.3區域建議網路 7.3語義分割 7.3.1全卷積網路 7.3.2深度反卷積網路 7.3.3DeepLab 7.4場景理解 7.4.1DeepContext 7.4.2從RGBD圖像中學習豐富的特徵 7.4.3用於場景理解的PointNet 7.5圖像生成 7.5.1生成對抗網路...
《基於全卷積網路的顯著性檢測技術研究》是依託上海師範大學,由林曉擔任項目負責人的面上項目。項目摘要 本項目針對顯著性檢測時易產生邊界模糊、在複雜背景和有多個顯著目標時檢測準確性不足和視頻檢測易出現時空不一致等問題,研究基於全...
深度卷積網路這一包括眾多隱含層的網路結構發展,具有傳統機器套用無法比擬的表達能力與特徵學習水平。因此在其套用於深度學習算法訓練以來,已經在許多大型的識別研究中贏得了良好榮譽。本文主要研究了深度卷積神經網路在計算機視覺中的主要套用。
《一種基於改進的時空圖卷積網路產油量預測方法及系統》是中國石油大學(華東)於2021年2月22日申請的專利,該專利公布號為CN112926771A,專利公布日為2021年6月8日,發明人是黃朝琴、梁永星、姚軍、王斌、鞏亮、張凱。基本信息 專利...
《基於深度卷積神經網路的對象檢測關鍵技術研究》是依託清華大學,由丁貴廣擔任項目負責人的面上項目。項目摘要 隨著圖像採集技術及網路通信技術的發展,特別是智慧型終端設備和可穿戴設備的出現,全球可視數據(圖像和視頻)迅速增長,如何管理和...
《TensorFlow 2.0卷積神經網路實戰》是清華大學出版社於2020年1月1日出版的一本圖書,作者是王曉華。圖書內容 卷積神經網路是現代神經網路的核心內容,TensorFlow又是現在最為流行的深度學習框架。本書使用TensorFlow 2.0作為卷積神經網路...
《一種基於卷積神經網路的跨領域語義信息檢索方法》是昆明理工大學於2017年10月30日申請的專利,該專利公布號為CN107895000B,專利公布日為2021年6月18日,發明人是黃青松、王兆凱、李帥彬、劉利軍、馮旭鵬。 專利摘要 本發明涉及一...
第5章 經典卷積網路結構94 51 LeNet概述94 52 LeNet實現MNIST分類95 521 MNIST數據預處理95 522 基於Keras搭建LeNet網路結構95 523 對LeNet網路模型進行編譯、訓練、評估與預測98 53 AlexNet概述101 54 AlexNet實現MNIST分類103 ...
4.2.6 批量數據的卷積層矩陣乘法的代碼實現 69 4.3 池化層 74 4.3.1 概述 74 4.3.2 池化層代碼實現 76 4.4 全連線層 79 4.4.1 全連線層轉化成卷積層 80 4.4.2 全連線層代碼實現 82 4.5 卷積網路的...
《基於改進時空圖卷積網路的桌球擊球動作識別》是劉明方, 尹真傑, 段曉東,汪語哲, 張皓天2021年發布的論文。內容簡介 本文研究了計算機視覺輔助開展桌球訓練中的桌球擊球動作識別問題。基於骨骼關鍵點方式的動作識別算法,只對人體...
LeNet由Yann Lecun 提出,是一種經典的卷積神經網路,是現代卷積神經網路的起源之一。Yann將該網路用於郵局的郵政的郵政編碼識別,有著良好的學習和識別能力。LeNet又稱LeNet-5,具有一個輸入層,兩個卷積層,兩個池化層,3個全連線層...
稀疏連線(Sparse Connectivity),又稱稀疏互動、稀疏權重。受神經科學中每個細胞只對一個視覺區域內極小的一部分敏感,而對其他部分則可以視而不見的現象啟發,稀疏連線成為卷積神經網路的一種重要思想,以幫助改進機器學習系統。CNN稀疏...
R-CNN遵循傳統目標檢測的思路,同樣採用提取框,對每個框提取特徵、圖像分類、 非極大值抑制四個步驟進行目標檢測。只不過在提取特徵這一步,將傳統的特徵(如 SIFT、HOG 特徵等)換成了深度卷積網路提取的特徵。R-CNN 體框架如圖1所示...
區域提議,也叫區域建議,是一個典型的全卷積網路,因此在網路的訓練過程中,反向傳播算法和梯度下降算法同樣適用於區域建議網路。介紹 區域建議網路(RPN)將一個圖像(任意大小)作為輸入,輸出矩形目標建議框的集合,每個框有一個...