![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Vis for AI
文章平均质量分 78
S_h_a_
学业中哦~~~
展开
-
SRCNN:Image Super-Resolution Using Deep Convolutional Networks
我们提出一个对于单图像超分的深度学习方法,端到端地学习高低分辨率图像,我们也可知道传统的稀疏编码也可以作为一个深度卷积网络。与传统的方法相对独立的组件相比,我们的方法是端到端,并且处理了图像的三个通道,并且在线使用实现了不错的速度。我们也尝试在速度和参数之间得到一个权衡。(二)Introduction:单图像的超分是一个欠定的逆问题,本身具有多解。以往的方法一般是基于示例的,即从现有的样本来去学习。基于稀疏编码的是一个较为典型的基于实例学习的例子。原创 2023-08-15 23:04:00 · 263 阅读 · 0 评论 -
ImageNet Classification with Deep Convolutional Neural Networks-AlexNet
这个网络的成绩(省略) & 网络的主要结构网络有 60 million 参数,650000 神经元,组成了 5 层卷积,后 +最大池化层+ 3个有着softmax的全连接层。nonsaturating非饱和的神经元:即非线性的神经元,引入网络非线性元素,例如ReLu...使用高效的 GPU使得训练的速度加快;使用dropout正则化方式来减少过拟合;(三)PROLOGUE (前言)CNN的一些前期发展困难和反向传播的使用等等...(四)Introduction。原创 2023-08-08 10:07:44 · 428 阅读 · 0 评论 -
Bi-clustering
我们想要找到一些具有相似性的样本和特征,可以使用Bi-clustering算法。这个子矩阵中的数值表明,在特征2、3和5上,样本2和3的数值相似。这表明这些样本可能具有相似的特征或属性,可以进行进一步的分析和探索。当我们做Bi-clustering时,通常会得到一个二维矩阵,其中每个行代表一个样本,每个列代表一个特征。这只是一个简单的例子,实际上,Bi-clustering算法可以应用于更大的数据集,可以识别更复杂的模式和关系。原创 2023-07-31 10:33:04 · 137 阅读 · 0 评论 -
VIS for AI :ConvNetJS
ConvNetJS是由斯坦福大学计算机科学系的Andrej Karpathy开发的一个深度学习框架,用于在浏览器中运行卷积神经网络(ConvNet)。ConvNetJS可以帮助开发人员在客户端(浏览器)上进行深度学习任务,如图像分类、目标检测和语音识别等。原创 2023-07-28 09:59:03 · 257 阅读 · 0 评论 -
Vis相关的期刊会议
可视化可发表的期刊会议原创 2023-07-17 23:17:16 · 1308 阅读 · 0 评论