一.输入层 　　1.用途 　　　　构建深度神经网络输入层，确定输入数据的类型和样式。 　　2.应用代码 　　　　input_data = Input(name='the_input', shape=(1600, 200, 1)) 　　3.源码 def ...

<b>本节讲卷积神经网络的可视化</b> <b><i>三种方法</i></b> 可视化卷积神经网络的中间输出（中间激活） 有助于理解卷积神经网络连续的层如何对输入进行变换，也有助于初步了解卷积神经网络每...

作者及其单位：北京邮电大学，张俊遥，2019年6月，硕士论文 摘要 实验数据：来源于网络公开的新闻文本数据；用随机欠采样和过采样的方法解决分类不均衡问题；使用BIO格式的标签识别5类命名实...

我们已经训练过几个神经网络了，识别手写数字，房价预测或者是区分猫和狗，那随之而来就有一个问题，这些训练出的网络怎么用，每个问题我都需要重新去训练网络吗？因为程序员都不太喜欢做重复...

如果你不喜欢小猫和小狗，你可能不知道他们具体是哪一种品种，但是一般来说，你都能区分出这是猫还是狗，猫和狗的特征还是不一样的，那我们如何用机器学习的方法训练一个网络区分猫狗呢？ 我...

上一篇文章我们聊的是使用预训练网络中的一种方法，特征提取，今天我们讨论另外一种方法，微调模型，这也是迁移学习的一种方法。 微调模型 为什么需要微调模型？我们猜测和之前的实验，我们有...

一、前言 在图像处理领域，卷积神经网络（Convolution Nerual Network，CNN）凭借其强大的性能取得了广泛的应用。作为一种前馈网络，CNN中各输入之间是相互独立的，每层神经元的信号只能向下...

目前，人工智能（AI）非常热门，许多人都想一窥究竟。如果你对人工智能有所了解，但对机器学习（Machine Learning）的理解有很多的困惑，那么看完本文后你将会对此有进一步深入理解。在这里，...

什么是人工智能？ 对话是一个集大成的智能场景。语言是体现智能的一个很重要的方面，语言约等于智能，图灵测试就是基于语言的。 在生活中，我们的很多手机app已经应用了人工智能技术比如：人...

LaneNet LanNet　 Segmentation branch　完成语义分割,即判断出像素属于车道or背景 Embedding branch　完成像素的向量表示,用于后续聚类,以完成实例分割 H-Net Segmentation branch 解决样本...

本文试图概括Semantic SLAM的主要思路和近年工作，⻓期更新。 但因水平有限，若有错漏，感谢指正。 （更好的公式显示效果，可关注博客侧边的公众号） Semantic SLAM 简介 至今为止，主流的 ...

一. 应用背景 OCR(Optical Character Recognition)文字识别技术的应用领域主要包括：证件识别、车牌识别、智慧医疗、pdf文档转换为Word、拍照识别、截图识别、网络图片识别、无人驾驶、无纸化...