研究生自学笔记
文章平均质量分 72
楠姐有点忙
数学建模国奖得主|00后保研黑马选手|计算机学院研0|干货资料免费领取
展开
-
2023.4.5 GCNs
图卷积神经网络(Graph Convolutional Networks,GCNs)是一种深度学习模型,用于处理图结构数据。它是通过在节点之间传递信息来学习图表征的一种方法。GCN的基本思想是将每个节点表示为其周围节点的加权平均值,并使用这些表示进行分类和预测等任务。GCN已被广泛应用于社交网络分析,推荐系统和生物信息学等领域。原创 2023-04-06 10:04:20 · 760 阅读 · 0 评论 -
2023.4.3 残差网络 ResNet
残差网络之所以叫做残差网络是因为它有一个特点—残差连接这个特点用人话来说就是:本来需要按照层数,逐层进行深度学习,但是在残差网络中,我们跳过连接或使用捷径用于跳过某些层(也可以通过其门的附加权重矩阵自行学习跳过权重)。原创 2023-04-04 20:54:20 · 517 阅读 · 0 评论 -
2023.4.2 卷积到底是个啥?
卷积神经网络中的卷积层可以提取图像的局部特征,其核心思想是通过卷积操作将图像的原始像素值转化为特征图,其中每个特征图对应于输入图像的不同特征。通过多层卷积层的堆叠和上述操作的组合,卷积神经网络可以自动学习图像中的复杂特征,例如纹理、形状、边缘等,并且可以通过全连接层将这些特征组合起来进行分类或回归等任务。综上所述,卷积层具有参数共享、稀疏连接、位置不变性和可并行计算等优点,可以更好地捕捉输入数据的局部特征,减少模型参数数量,提高泛化能力和计算效率。的方式,可以大大减少需要训练的参数数量,降低过拟合的风险。原创 2023-04-03 09:42:44 · 425 阅读 · 0 评论 -
2023.4.1 激活函数-Python实现
激活函数是控制神经网络输出的数学函数。激活函数有助于确定是否要激活神经元。SigmoidReLULeaky ReLUTanhMaxoutELU激活负责为神经网络模型的输出添加非线性。没有激活函数,神经网络只是一个线性回归。sigmoid 激活函数sigmoid 函数的公式在 Python 中实现 Sigmoid 函数使用 Python 绘制 Sigmoid 函数使用python绘制sigmoid激活函数我们可以看出来输出介于0到1之间。原创 2023-04-02 09:27:22 · 3376 阅读 · 0 评论 -
2023.3.30图像处理学习笔记
图像分割一些基本操作包含:上采样、下采样、卷积层、激活函数层、批标准化、池化层。图像分割基础知识点:- 感受野 Receptive field- MIOU评估标准 Modular Input/Output Unit- 步长 stride- 边缘填充 padding- 通道 channel《U 2 -Net Going deeper with nested U-structure for salient object detection》原创 2023-04-01 08:08:04 · 131 阅读 · 0 评论