卷积dsplearning_day方程dsplearning
【Pytorch基础实战】第二节，卷积神经网络
项目地址 https://gitee.com/wxzcch/pytorchbase/tree/master/leason_2 源码 import torch from torch import nn, optim from torch.autograd import Variable from to ......
经典卷积神经网络LeNet&AlexNet&VGG
LeNet LeNet-5是一种经典的卷积神经网络结构，于1998年投入实际使用中。该网络最早应用于手写体字符识别应用中。普遍认为，卷积神经网络的出现开始于LeCun等提出的LeNet网络，可以说LeCun等是CNN的缔造者，而LeNet则是LeCun等创造的CNN经典之作网络结构图由下图所示： L ......
P1082 [NOIP2012 提高组] 同余方程
求关于 \(x\) 的同余方程 \(ax\equiv 1 (\bmod b)\) 的最小正整数解。 根据取模的性质，这个方程相当于 \(ax+by=1\)，其中 \(y\) 为负数，形式类似于扩展欧几里得的经典形式 \(ax+by=\gcd(a,b)\)。 方程 \(ax+by=m\) 有整数解的必 ......
转载（气泡的附加压力与热力学基本方程）
本文拟结合准静态过程假说，探究气泡附加压力与热力学基本方程的内在关联，供参考. 含表面张力的热力学基本方程 准静态过程假说中含表面张力的热力学基本方程，参见如下式（1）[1]: dG=γdAs=-SdT+Vdp+δW' （1） 需明确，式（1）中并未出现体势变（-pdV）或体积功（-pedV)项，这 ......
InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions 可变形卷积v3
InternImage: Exploring Large-Scale Vision Foundation Models with Deformable Convolutions * Authors: [[Wenhai Wang]], [[Jifeng Dai]], [[Zhe Chen]], [[Z ......
Deformable ConvNets V2: More Deformable, Better Results 可变形卷积v2
Deformable ConvNets V2: More Deformable, Better Results * Authors: [[Xizhou Zhu]], [[Han Hu]], [[Stephen Lin]], [[Jifeng Dai]] DOI: 10.1109/CVPR.2019. ......
Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition：使用大核卷积调制来简化注意力
Conv2Former: A Simple Transformer-Style ConvNet for Visual Recognition * Authors: [[Qibin Hou]], [[Cheng-Ze Lu]], [[Ming-Ming Cheng]], [[Jiashi Feng]] ......
重修贝尔曼最优方程
我觉得，这一章的重点就是，辨析Q(pai)S和V(pai)S,辨析它们拿到最佳pai的时间地点 第一个V(pai)s，因为上一张说他是“海王”，它就想着所有方法都试一下，它的侧重点是所有方法，所以它的概率值分配给不同的方法，比如方法一的概率是pai1，方法2就是（1-pai1），这样子分配下去，然后 ......
重修贝尔曼方程，深刻体悟sar三件套之美
我第一次学贝尔曼方程的时候，是跟着一个大学教授博主，当时没有搞清楚VpaiS和Vs的区别，今天大概能理解了，那我讲一讲 先看Vs，就是他到达某个特定状态之后得到的奖励加上后面衰减常数乘上，一大串，一大串是什么呢，就是一个求和，求和的是什么呢，就是到达下一个状态的状态值（可以理解为预期奖励大小）乘上到 ......
SCConv：用于特征冗余的空间和通道重建卷积
SCConv：用于特征冗余的空间和通道重建卷积 摘要 卷积神经网络（CNN）在各种计算机视觉任务中取得了显着的性能，但这是以巨大的计算资源为代价的，部分原因是卷积层提取了冗余特征。最近的工作要么压缩训练有素的大型模型，要么探索精心设计的轻量级模型。在本文中，我们尝试利用特征之间的空间和通道冗余进行 ......
纯卷积BEV模型的巅峰战力 | BEVENet不用Transformer一样成就ADAS的量产未来(转)
近年来，在自动驾驶领域，鸟瞰视角（BEV）空间中的3D目标检测作为一种普遍的方法逐渐脱颖而出。尽管与视角视图方法相比，BEV方法在精度和速度估计方面得到了改进，但将BEV技术部署到实际自动驾驶车辆中仍然具有挑战性。这主要归因于它们依赖于基于视觉 Transformer （ViT）的架构，这使得相对于 ......
R语言结构方程模型SEM、路径分析房价和犯罪率数据、预测智力影响因素可视化2案例|附代码数据
原文链接：http://tecdat.cn/?p=25044 原文出处：拓端数据部落公众号 最近我们被客户要求撰写关于结构方程模型的研究报告，包括一些图形和统计输出。 1 简介 在本文，我们将考虑观察/显示所有变量的模型，以及具有潜在变量的模型。第一种有时称为“路径分析”，而后者有时称为“测量模型” ......
Euler-Lagrange方程
对EL方程 M为雅可比矩阵组合，而雅可比矩阵为三角函数和常数参数的组合，所以基本可以认为可以多次求导 C和M'相关，即可导 g为M和雅可比矩阵组合，亦可导 ......
深度学习笔记4：在卷积基上添加数据增强代码块和分类器
特征提取的另一种方式是将原有模型与一个新的密集分类器相连接，以构建一个新的模型，然后对整个模型进行端到端的训练。这种方法在输入数据上进行整体训练，使模型能够更好地适应数据特性并提取更有效的特征。通过这种方式，模型的性能可以得到进一步提高，同时也能更好地捕捉到数据中的复杂模式。 冻结卷积基 from ......
论文精读：STMGCN利用时空多图卷积网络进行移动边缘计算驱动船舶轨迹预测（STMGCN: Mobile Edge Computing-Empowered Vessel Trajectory Prediction Using Spatio-Temporal Multigraph Convolutional Network）
《STMGCN: Mobile Edge Computing-Empowered Vessel Trajectory Prediction Using Spatio-Temporal Multigraph Convolutional Network》 论文链接：https://doi.org/10. ......
论文精读：基于具有时空感知的稀疏多图卷积混合网络的大数据驱动船舶轨迹预测（Big data driven trajectory prediction based on sparse multi-graph convolutional hybrid network withspatio-temporal awareness）
论文精读：基于具有时空感知的稀疏多图卷积混合网络的大数据驱动船舶轨迹预测 《Big data driven vessel trajectory prediction based on sparse multi-graph convolutional hybrid network with spati ......
直线系方程
直线系方程 定义 直线系是具有某种共同性质的所有直线的集合。 种类 平行 与直线 \(l:Ax+By+C=0\) 平行的直线系方程为 \[Ax+By+m=0(m\ne C) \]垂直 与直线 \(l:Ax+By+C=0\) 垂直的直线系方程为 \[Bx-Ay+m=0 \]过定点 过定点 \(P(x_ ......
直线和圆的方程
直线和圆的方程 直线的倾斜角与斜率 倾斜角与斜率 在平面直角坐标系中任意画几条直线，可以看出来这些直线相对于 \(x\) 轴的倾斜程度不同，即每一条直线与 \(x\) 轴的夹角都不同。显然可以通过这个角来表示直线的方向。 当平面直角坐标系中任意一直线 \(l\) 与 \(x\) 轴相交时，我们以 \ ......
聊聊神经网络模型流程与卷积神经网络的实现
神经网络模型流程 神经网络模型的搭建流程，整理下自己的思路，这个过程不会细分出来，而是主流程。 在这里我主要是把整个流程分为两个主流程，即预训练与推理。预训练过程主要是生成超参数文件与搭设神经网络结构；而推理过程就是在应用超参数与神经网络。 卷积神经网络的实现 在 聊聊卷积神经网络CNN中，将卷积神 ......
用零点存在定理看二次方程根的分布
前言 以前写过一篇关于二次方程根的分布问题的博文，感觉思路混乱，也不想再修改，故重新开一篇博文探讨这个问题，初次尝试用零点存在定理来分析二次方程根的分布，自编题目，有待商榷，希望多提宝贵意见。 典例分析 为了降低思维的难度，我们首先看这个比较特殊的例子， 已知函数 \(f(x)=-x^2+2x+1- ......
克拉默法则求方程组
例1：求二元一次方程组 把方程写成矩阵的形式：第1个矩阵为系数矩阵(方阵), 第2个矩阵为变量矩阵 根据克拉默法则，xi=Di/D, Di表示第i列被最后那个列向量替换后的行列式，D为系数矩阵行列式 例2：三元一次方程组 把方程写成矩阵形式： 根据克拉默法则，x, y, z的解为 3阶行列式可以用混 ......
机器学习中的典型算法——卷积神经网络（CNN）
1.机器学习的定位 AI，是我们当今这个时代的热门话题，那AI到底是啥？ 通过翻译可知：人工智能，而人工智能的四个核心要素： -数据 -算法 -算力 -场景 然后机器学习是人工智能的一部分，机器学习里面又有新的特例：深度学习。 通俗来说机器学习即使用机器去学习一部分数据，然后去预测新的数据所属的某一 ......
聊聊卷积神经网络CNN
卷积神经网络（Convolutional Neural Network，CNN）是一种被广泛应用于图像识别、语音识别和自然语言处理等领域的深度学习模型。与RNN、Transformer模型组成AI的三大基石。 在卷积神经网络中，相比较普通的神经网络，增加了卷积层(Convolution)和池化层(P ......
交点 - 射线与线段交点 - 直线方程方式
效果 //求射线与线段交点 - 直线方程方式 public static bool IsRaySegmentIntersect(Vector2 o, Vector2 dir, Vector2 a, Vector2 b, out Vector2 point) { point = Vector2.zer ......
pytorch 一维卷积api理解
import torch torch.manual_seed(2021) # in_channels 表示输入特征数量，卷积核的第一个维度 # out_channels 表示输出特征数量，也是卷积核的数量 # kernel_size 是卷积核的第二维度。 卷积核维度为 in_channels * k ......
[28/11/23] 微分方程自救预备知识
\(Wronskian\) 行列式 对一个函数集合 \(A=\{f|f_i(x),1\leq i\leq n\}\) ，定义一个函数矩阵 \(W_A(x):=\left|\matrix{f_1(x) & f_2(x) & \cdots & f_n(x) \\ f_1'(x) & f_2'(x) & ......
斯坦福大学引入FlashFFTConv来优化机器学习中长序列的FFT卷积
斯坦福大学的FlashFFTConv优化了扩展序列的快速傅里叶变换(FFT)卷积。该方法引入Monarch分解，在FLOP和I/O成本之间取得平衡，提高模型质量和效率。并且优于PyTorch和FlashAttention-v2。它可以处理更长的序列，并在人工智能应用程序中打开新的可能性。 处理长序列 ......
卷积神经网络中的平移不变性
一、什么是平移不变性 1. 不变性 不变性意味着即使目标的外观发生了某种变化，但是你依然可以把它识别出来。这对图像分类来说是一种很好的特性，因为我们希望图像中目标无论是被平移，被旋转，还是被缩放，甚至是不同的光照条件、视角，都可以被成功地识别出来。 所以上面的描述就对应着各种不变性： 平移不变性：T ......
深度学习笔记1：在小型数据集上从头开始训练一个卷积神经网络
本文将介绍如何在一个小型的数据集上使用卷积神经网实现图片的分类。在这个例子中，我们将使用一个经典的数据集，包含24000张猫狗图片（12000张猫的图片和12000张狗的图片），提取2000张用于训练和验证，1000张用于测试。我们将首先在2000个训练样本上训练一个简单的小型卷积神经网络模型，然后... ......
OpenCV 卷积运算和卷积核
卷积运算和卷积核 图像运算中经常会碰到卷积运算这个讲法, 初看不知道具体含义, 其实非常简单, 工作原理如下: 首先提供一个小的矩阵, 一般是3*3, 或者是 5*5 或者是 7*7, 一般是方形矩阵, 维度为奇数, 这样中心点可以作为锚点, 矩阵中的元素取值多为很小的整数(或正或负或零), 该矩阵 ......