• 卷积神经网络CNN

    基本概念 卷积层(Convolutional Layer)卷积层是CNN的核心组成部分。在这一层,模型通过一系列可学习的滤波器(或称为卷积核)对输入数据进行卷积操作。每个滤波器负责从输入数据中提取一种特定的特征。卷积操作通过在输入数据上滑动滤波器,并...
  • 05 图像分割

    分割 Segmentation 定义:根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同 图像分割本质上是一个分类问题 二分类:前景和背景 多分类:不...
  • 边缘形成边缘的原因 深度上的不连续(物体处在不同的物平面上) 表面方向不连续(如正方体的不同的两个面) 物质属性变化(会导致光的反射系数不同) 场景照明变化(阴影) 彩色图像的边缘检测 策略1:将彩色图像转化为灰度图像后检测边缘 策略2:在R、G、...
  • Attention Is All You Need

    TransformerSelf-AttentionSelf-Attention机制是一种在序列处理中非常重要的技术,它允许模型在处理一个序列的特定位置时,能够考虑到序列中的其他位置,从而捕捉序列内部的复杂依赖关系。 自注意力机制的核心思想是通过计算序...
  • 常用操作

    Anaconda查看环境:conda env list创建环境:conda create -n [name] python=[version(3.9)]删除环境:conda remove -n [name] --all Jupyter Noteboo...
  • 使用 docker 配置 neo4j

    12docker pull neo4jdocker run --publish=7474:7474 --publish=7687:7687 --volume=$HOME/neo4j/data:/data --volume=$HOME/neo4j/lo...
  • 损失函数 Loss Function

    交叉熵损失函数假设有一个图像分类任务,我们希望根据图片中动物的轮廓、颜色等特征来预测动物的类别。现在有3种可预测类别:猫、狗、猪,并且当前我们已经获得了两个预测模型。 模型1: 预测 真实 是否正确 0.3 0.3 0.4 0 0 1 (...
  • 第三讲 团队动力学

    TSP对自主团队的实现TSP Launch 第一次会议:建立产品目标和业务目标 产品目标:要做什么? 业务目标:要做得怎么样? 第二次会议:角色分配和小组目标定义 角色分配:怎么安排? 小组目标:有没有与组织目标冲突? 第三次会议:开发流...
  • 2024February12345678910class Solution {public: int removeElement(vector<int>& nums, int val) { ...
  • 神经网络

    神经网络非线性假设 Non-linear Hypotheses 线性回归和逻辑回归的缺点:当特征数量很多时,计算负荷会非常大 神经网络可以很好地处理此类问题 模型表示 = activation of unit in layer = mat...
1234