为什么很少有人用双线性插值来进行深度神经网络中的下采样操作？

2023-04-10

双线性插值是一种常用的图像处理技术，通常用于图像缩放操作中。在图像处理领域，它被广泛应用于图像的放大和缩小等操作中。然而，在深度神经网络中，很少有人使用双线性插值来进行下采样操作。 首先，让我们了解一 ...

不平衡数据处理常用方法--下采样

2020-07-09

机器学习中，当原始数据的分类极不均衡，需要对不平衡数据进行处理，而下采样就是处理方法之一。简单来说就是从多数类中随机抽取样本从而减少多数类样本的数量，使数据达到平衡。 下采样，通常适用于 ...

下采样和池化的区别是什么？

2020-05-19

有部分同学，在学习初期，会认为下采样和池化是指同样的事情，只是叫法不同而已，其实这是一种错误的认知。 下采样（subsampled），或称为降采样（downsampled），指缩小图像。其主要目是使得图像符合显示区域的 ...

卷积神经网络为什么要加一层降采样层呢？

2023-04-10

卷积神经网络（Convolutional Neural Network，CNN）是一种用于图像识别、语音识别等领域的深度学习模型。在CNN中，卷积层和池化层是两个最为常用的层次。池化层也被称为降采样层，它的主要作用是将输入数据的空间维 ...

卷积神经网络可以没有池化层吗？

2023-03-31

卷积神经网络（Convolutional Neural Network，CNN）是一种常用的深度学习算法，广泛应用于计算机视觉和自然语言处理等领域。池化层（Pooling Layer）是CNN中常用的一种层次结构，可以降低数据的空间维度，提高模型 ...

如何将卷积神经网络应用在一维时间序列数据上？

2023-03-30

卷积神经网络是一种强大的深度学习模型，通常用于处理图像数据，但它也可以应用于一维时间序列数据。在本文中，我们将探讨如何将卷积神经网络应用于一维时间序列数据，并介绍一些常见的技术和方法。 什么是一维时间 ...

一个企业级数据挖掘实战项目，教育数据挖掘

2021-07-06

来源：数据STUDIO 作者：云朵君 导读：大家好，我是云朵君！自从分享了一篇能够写在简历里的企业级数据挖掘实战项目，深受读者朋友们青睐，许多读者私信云朵君，希望多一些类似的数据挖掘实际案例。这就来了 ...

如何解决机器学习中数据不平衡问题

2017-07-09

如何解决机器学习中数据不平衡问题 这几年来，机器学习和数据挖掘非常火热，它们逐渐为世界带来实际价值。与此同时，越来越多的机器学习算法从学术界走向工业界，而在这个过程中会有很多困难。数据不平衡问题虽 ...

机器学习-Cross Validation交叉验证Python实现

2017-03-16

机器学习-Cross Validation交叉验证Python实现 1.原理 1.1 概念 交叉验证(cross-validation)主要用于模型训练或建模应用中，如分类预测、pcr、pls回归建模等。在给定的样本空间中，拿出大部分样本作为训练集来 ...

太奇妙了，基于OpencvCV的情绪检测！

2020-08-20

情绪检测或表情分类在深度学习领域中有着广泛的研究。使用相机和一些简单的代码我们就可以对情绪进行实时分类，这也是迈向高级人机交互的一步。 前言 本期我们将首先介绍如何使用Keras 创建卷积神 ...

数据库有哪些分类？应该怎样选择？终于有人讲明白了

2020-06-28

作者：Boris Scholl, Trent Swanson, Peter Jausovec 来源：大数据DT(ID：hzdashuju) 内容摘编自《云原生：运用容器、函数计算和数据构建下一代应用》 导读：数据库通常用来存储结构化数据，这些数据有明 ...

深度学习算法：CNN、RNN、LSTM、TensorFlow等之间的关系！

2020-05-27

用于实际问题的深度神经网络可能具有10层以上的隐藏层。它的拓扑可能很简单，也可能很复杂。网络中的层越多，它可以识别的特征就越多。不幸的是，网络中的层越多，计算所需的时间就越长，并且训练起来就越困难。 ...

7 大类卷积神经网络（CNN）创新综述

2019-12-26

作者 | Asifullah Khan & Anabia Sohail 编译 | 机器之心 深度卷积神经网络（CNN）是一种特殊类型的神经网络，在各种竞赛基准上表现出了当前最优结果。深度 CNN 架构在挑战性基准任务比赛 ...

一篇适合新手的深度学习综述

2019-11-28

作者 | Matiur Rahman Minar、Jibon Naher 来源 | 机器之心 摘要 深度学习是机器学习和人工智能研究的最新趋势之一。它也是当今最流行的科学研究趋势之一。深度学习方法为计算机视觉和机 ...

如何在Keras中开发最大化生成对抗网络(InfoGAN)的信息？

2019-11-13

作者 | CDA数据分析师 生成对抗网络（GAN）是一种用于训练深度卷积模型以生成合成图像的体系结构。 尽管非常有效，但默认GAN无法控制生成的图像类型。信息最大化GAN（简称InfoGAN）是GAN架构的 ...

用11个事实为8岁女儿解读深度学习

2019-08-28

作者 | Jean-Louis Queguiner 来源 | 机器之心 「神经网络就像数数一样简单」，「卷积层只是一个蝙蝠信号灯」……在本文中，一位奶爸从手写数字识别入手，用这样简单的语言向自己 8 岁的女 ...

深度学习之卷积神经网络经典模型

2019-06-18

LeNet-5模型 在CNN的应用中，文字识别系统所用的LeNet-5模型是非常经典的模型。LeNet-5模型是1998年，Yann LeCun教授提出的，它是第一个成功大规模应用在手写数字识别问题的卷积神经网络，在MNIST数据集 ...

神探Sherlock如何用AI破案？教你在Excel中搭建一个人脸识别CNN网络

2018-08-15

神探Sherlock如何用AI破案？教你在Excel中搭建一个人脸识别CNN网络 【导读】人脸识别技术已经有了非常广泛的应用，国内大规模监控系统背后运用的技术就是人脸识别。 与大家常规见到的搭建人脸识别的神经网络 ...

入门 | 献给新手的深度学习综述

2018-08-14

入门 | 献给新手的深度学习综述 这篇综述论文列举出了近年来深度学习的重要研究成果，从方法、架构，以及正则化、优化技术方面进行概述。这篇综述对于刚入门的深度学习新手是一份不错的参考资料，在形成基本学 ...

剖析手写数字识别器LeNet-5认识卷积网络

2018-08-07

剖析手写数字识别器LeNet-5认识卷积网络 关于卷积神经网络（CNN）的文章网上非常多，也有很多大牛们讲得生动形象，令人十分佩服，也给我的学习带来了很大的帮助，但是关于LeNet-5的具体剖析感觉还没有一篇博文 ...