-
甘特圖怎么制作更方便？甘特圖制作方法" title="甘特圖怎么制作更方便？甘特圖制作方法" width="200" height="150">
-
OKR的實施標準步驟是什么？成功實施落地OKR的要點" title="OKR的實施標準步驟是什么？成功實施落地OKR的要點" width="200" height="150">
-
《深度學(xué)習(xí)之圖像識別：核心技術(shù)與案例實戰(zhàn)》 ——1.2.2 卷積與權(quán)值共享
所有內(nèi)容 ?2022-05-291.2.2? 卷積與權(quán)值共享 卷積是CNN的核心，用卷積核作用于圖像就可以得到相應(yīng)的圖像特征。 在傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)中，前后層之間的神經(jīng)元是“全連接”的，即每個神經(jīng)元都與前一層的所有神經(jīng)元相連，而卷積中...
-
《深度學(xué)習(xí)與圖像識別：原理與實踐》—2.1.3 MXNet
所有內(nèi)容 ?2022-05-292.1.3 MXNet MXNet是亞馬遜（Amazon）的李沐帶隊開發(fā)的深度學(xué)習(xí)框架。它擁有類似于Theano和Tensorflow的數(shù)據(jù)流圖，為多GPU架構(gòu)提供了良好的配置，有著類似于Lasagn...
-
-
【圖像分類】實戰(zhàn)——使用GoogLeNet識別動漫
所有內(nèi)容 ?2022-05-29目錄 摘要 制作數(shù)據(jù)集 導(dǎo)入所需要的庫 設(shè)置全局參數(shù) 圖像預(yù)處理 讀取數(shù)據(jù) 設(shè)置模型 設(shè)置訓(xùn)練和驗證 測試 摘要 給你一張動漫圖片，你能告訴我出自哪個動漫嗎？今天我們就用GoogLeNet做到這一點。...
-
OpenCV中的圖像處理 —— 直方圖大章（查找、繪制及分析+均衡化+二維直方圖+直方圖反投影）
所有內(nèi)容 ?2022-05-29OpenCV中的圖像處理 —— 直方圖大章（查找、繪制及分析+均衡化+二維直方圖+直方圖反投影） 關(guān)于直方圖在計算機視覺領(lǐng)域的地位、基本介紹和應(yīng)用范圍在我的這篇文章中曾有提及，感興趣的小伙伴可以去康康...
-
Python OpenCV 圖像的二值化操作再次學(xué)習(xí)與圖像平滑處理（卷積處理）
所有內(nèi)容 ?2022-05-29Python OpenCV 365 天學(xué)習(xí)計劃，與橡皮擦一起進入圖像領(lǐng)域吧。本篇博客是這個系列的第 44 篇。 基礎(chǔ)知識鋪墊 今天再去回顧 上一篇 寫二值化操作的博客，內(nèi)容還是稚嫩了一些，果然第一遍的...
-
-
-
《深度學(xué)習(xí)之圖像識別核心技術(shù)與案例實戰(zhàn)》—2 深度學(xué)習(xí)優(yōu)化基礎(chǔ)
所有內(nèi)容 ?2022-05-29第2章? 深度學(xué)習(xí)優(yōu)化基礎(chǔ) 在第1章中初步介紹了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史，基于BP的全連接神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點及卷積神經(jīng)網(wǎng)絡(luò)（CNN）的基本結(jié)構(gòu)。卷積神經(jīng)網(wǎng)絡(luò)可用于一維時間序列的處理，也可以用于二維（如圖像）序...
-
《深度學(xué)習(xí)之圖像識別：核心技術(shù)與案例實戰(zhàn)》 ——3.4.3 數(shù)據(jù)清洗與整理
所有內(nèi)容 ?2022-05-293.4.3? 數(shù)據(jù)清洗與整理 數(shù)據(jù)在采集完之后，往往包含著噪聲、缺失數(shù)據(jù)、不規(guī)則數(shù)據(jù)等各種問題，因此需要對其進行清洗和整理工作，主要包括以下內(nèi)容。 1．?dāng)?shù)據(jù)規(guī)范化管理 規(guī)范化管理后的數(shù)據(jù)，才有可能成為...
