abstract 有两个问题：1.传统算法不适用于高光谱图像的高维数据；2.亚像素级的信息没有被充分利用。因此作者提出了通用的端到端的2维CNN来进行高光谱图像的变化检测。主要贡献：1.引入融合亚像素表示的混合亲和矩阵，挖掘更多的跨通道梯度特征，融合多源信息；2.设计2维CNN在更高的层次有效学习多 ...
分类：
Web程序 时间：
2019-10-26 22:41:14
阅读次数：
168
用Pytorch写了两个CNN网络，数据集用的是FashionMNIST。其中CNN_1只有一个卷积层、一个全连接层，CNN_2有两个卷积层、一个全连接层，但训练完之后的准确率两者差不多，且CNN_1训练时间短得多，且跟两层的全连接的准确性也差不多，看来深度学习水很深，还需要进一步调参和调整网络结构 ...
分类：
其他好文 时间：
2019-10-25 20:42:14
阅读次数：
81
为了加深对卷积神经网络底层原理的理解，本文通过使用numpy来搭建一个基础的包含卷积层、池化层、全连接层和Softmax层的卷积神经网络，并选择relu作为我们的激活函数，选择多分类交叉熵损失函数，最后使用了mnist数据集进行了训练和测试。 关于卷积网络的详细原理和实现可参考下列文章： "刘建平P ...
分类：
其他好文 时间：
2019-10-24 00:16:55
阅读次数：
83
基本的卷积神经网络 提取前两层网络结构 提取所有的卷积层网络 打印卷积层的网络名字 对权重参数进行初始化操作 ...
分类：
其他好文 时间：
2019-10-23 13:37:40
阅读次数：
132
Computer Vision Theory CNN Part 1 简介1.1 我先后在以下场景下见到过卷积 微分方程 傅立叶变换及其应用 概率论 卷积神经网1.2 相关阅读 推荐一下 Christopher Olah 的理解卷积的blog http://colah.github.io/posts/... ...
分类：
其他好文 时间：
2019-10-21 13:33:13
阅读次数：
127
阅读论文注意事项： （１）对于一篇好的论文，首先会介绍之前的研究有什么问题，这篇论文解决了什么问题，他的有点在什么地方。 （２）在复现一篇论文之前，应该仔细去阅读论文实验部分。因为直觉阅读方法部分就去复现，往往难以达到论文所提出的那个效果。在细节上的处理，作者会在实验部分介绍。 １、Introduc ...
分类：
编程语言 时间：
2019-10-20 12:50:02
阅读次数：
68
基于预训练的DnCNN，利用Noise2Noise思想，根据输入视频进行fine-tune。 ...
分类：
其他好文 时间：
2019-10-18 22:09:52
阅读次数：
105
Wenjing Dai 3:41 PM Hi everyone, I'm a little confused about 6.1_exercise_4, the relationship between network selection (FFNN, CNN, RNN) and input typ ...
分类：
其他好文 时间：
2019-10-18 15:58:48
阅读次数：
105
参考文章： 《CapsNet胶囊网络（理解）》 《『教程』CapsNet 架构 & TensorFlow 实现》 《深度学习之父低调开源 CapsNet，欲取代 CNN》 《https://blog.csdn.net/sunlianglong/article/details/80412304》 学位 ...
分类：
Web程序 时间：
2019-10-17 11:55:07
阅读次数：
131
这是一种用于前馈卷积神经网络的简单而有效的注意模块。 给定一个中间特征图，我们的模块会沿着两个独立的维度（通道和空间）依次推断注意力图，然后将注意力图乘以输入特征图以进行自适应特征修饰。 由于CBAM是轻量级的通用模块，因此可以以可忽略的开销将其无缝集成到任何CNN架构中，并且可以与基础CNN一起进 ...
分类：
其他好文 时间：
2019-10-15 11:35:35
阅读次数：
125
