猪猪的菜牙个人主页

@weixin_53148422

猪猪的菜牙

2022-11-06 21:59:22 加入 DevPress

简介

该用户还未填写简介

擅长的技术栈

未填写擅长的技术栈

可提供的服务

暂无可提供的服务

端到端的神经网络(end-to-end)

端到端的神经网络

#机器学习

基于卷积神经网络（CNN）的手写数字识别-完整代码

用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。当第二个参数不写入的时候，如果可迭代的元素全部取出来后，会返回Stoplteration的异常；当第二个参数写入的时候，可迭代对象完之后，会一直返回第二个参数写的数值。可以看出Compose里面的参数实际上就是个列表，而这个列表里面的元素就是你想要执行的transform操作。

全连接神经网络应用与实现

端到端的神经网络

基于卷积神经网络（CNN）的手写数字识别-完整代码

#cnn #人工智能 #神经网络

神经网络-注意力机制

注意力机制

#神经网络 #计算机视觉 #深度学习

Anomaly Detection via Reverse Distillation from One-Class Embedding

将异常特征视为正常模式上的扰动，紧凑嵌入充当信息瓶颈，有助于阻止异常扰动传播到学生模型，从而增强T-S模型在异常上的表示差异。提出了一种新的知识蒸馏范式——反向蒸馏，解决传统知识蒸馏（KD）方法中教师和学生模型架构相似导致的异常表示多样性不足的问题，从而提升异常检测的准确性和鲁棒性。从回归角度来看，反向蒸馏使用学生网络来预测教师模型的表示，“反向”既指教师编码器和学生解码器的反向结构，也指知识蒸馏

#深度学习 #计算机视觉

端到端的神经网络(end-to-end)

端到端的神经网络

#机器学习

基于卷积神经网络（CNN）的手写数字识别-完整代码

#cnn #人工智能 #神经网络

自编码器网络

自编码器

#神经网络 #深度学习 #机器学习

到底了