最新发布第4页
排序
Vitis-AI量化编译MNIST手写数字识别
项目背景 在当前的数字化时代,快速准确的手写数字识别技术在各个领域都发挥着越来越重要的作用,尤其是在银行、邮政服务和数字化存档等行业。这些应用常常要在资源受限的环境中运行,例如嵌入...
微分与函数的单调性、极值和凹凸性
函数单调性 函数单调性定义:若\(fx)\)在\((a,b)\)内可导,如果\(f'(x)>0\),那么函数在\((a,b)\)内单调递增;如果\(f'(x)<0\),那么函数在\((a.b)\)内单调递减。 用微分的定义(微分解释了...
GoogLeNet:探索宽度的力量
0.引言 在2014年的ImageNet挑战赛(ILSVRC14)上,GoogLeNet和VGGNet成为了当年的双雄。GoogLeNet获得了图片分类大赛的第一名,VGGNet紧随其后。这两种模型的共同特点是网络深度更深。VGGNet是...
ResNet:神来之“路”
0.引言 深度残差网络(Deep Residual Network, ResNet)的提出是基于卷积算法处理图像问题领域的一件里程碑事件。ResNet在2015年发表当年取得了图像分类、检测等5项大赛第一,并再次刷新了CNN模...
使用 ANN 进行输电线路故障检测
项目背景 输电线路的重要性:输电线路在电力系统中至关重要,负责将电力从电源传输到配电网络。现代社会对可靠电力的需求呈指数级增长,因此输电线路的效率变得越来越重要。 挑战:电力系统由复...
Python:装饰器
想象一下,如果你有一支魔法笔,只要轻轻一挥,就能给画作增添新的色彩或改变其风格,而不需要重新画画。在Python世界里,这样的魔法笔就是装饰器(Decorators)。装饰器是Python中一种非常有趣...
卷积的九大变体算法
引言 卷积神经网络(CNN)的核心在于其多样化的卷积技术,每种技术针对不同的应用和性能需求有着独特的优势。逐通道卷积和逐点卷积关注单独通道的特征提取和通道间信息的融合。深度可分离卷积结...
演员-评论家模型
1 算法介绍:演员-评论家(Actor-Critic)模型 演员-评论家(Actor-Critic)模型是一种结合了基于值的方法和基于策略的方法的强化学习框架。这个模型的核心思想是将策略决策(演员)和值函数估...