-
甘特图怎么制作更方便？甘特图制作方法" title="甘特图怎么制作更方便？甘特图制作方法" width="200" height="150">
-
OKR的实施标准步骤是什么？成功实施落地OKR的要点" title="OKR的实施标准步骤是什么？成功实施落地OKR的要点" width="200" height="150">
-
《深度学习之图像识别：核心技术与案例实战》 ——1.2.2 卷积与权值共享
1.2.2 卷积与权值共享 卷积是CNN的核心，用卷积核作用于图像就可以得到相应的图像特征。 在传统BP神经网络中，前后层之间的神经元是“全连接”的，即每个神经元都与前一层的所有神经元相连，而卷积中...
-
《深度学习与图像识别：原理与实践》—2.1.3 MXNet
2.1.3 MXNet MXNet是亚马逊（Amazon）的李沐带队开发的深度学习框架。它拥有类似于Theano和Tensorflow的数据流图，为多GPU架构提供了良好的配置，有着类似于Lasagn...
-
-
【图像分类】实战——使用GoogLeNet识别动漫
目录 摘要 制作数据集 导入所需要的库 设置全局参数 图像预处理 读取数据 设置模型 设置训练和验证 测试 摘要 给你一张动漫图片，你能告诉我出自哪个动漫吗？今天我们就用GoogLeNet做到这一点。...
-
OpenCV中的图像处理 —— 直方图大章（查找、绘制及分析+均衡化+二维直方图+直方图反投影）
OpenCV中的图像处理 —— 直方图大章（查找、绘制及分析+均衡化+二维直方图+直方图反投影） 关于直方图在计算机视觉领域的地位、基本介绍和应用范围在我的这篇文章中曾有提及，感兴趣的小伙伴可以去康康...
-
Python OpenCV 图像的二值化操作再次学习与图像平滑处理（卷积处理）
Python OpenCV 365 天学习计划，与橡皮擦一起进入图像领域吧。本篇博客是这个系列的第 44 篇。 基础知识铺垫 今天再去回顾 上一篇 写二值化操作的博客，内容还是稚嫩了一些，果然第一遍的...
-
Lena图像分解成小块与从小块合成
➤ 01 背景 在 2020年人工神经网络课程第一次作业第八题 中需要对 Lena 图像使用AutoEncode网络进行压缩。将Lena（灰度图像）拆解成不同尺寸的大小形成训练压缩样本过程；或者从训练...
-
-
《深度学习之图像识别核心技术与案例实战》—2 深度学习优化基础
第2章 深度学习优化基础 在第1章中初步介绍了神经网络的发展历史，基于BP的全连接神经网络的优缺点及卷积神经网络（CNN）的基本结构。卷积神经网络可用于一维时间序列的处理，也可以用于二维（如图像）序...
-
《深度学习之图像识别：核心技术与案例实战》 ——3.4.3 数据清洗与整理
3.4.3 数据清洗与整理 数据在采集完之后，往往包含着噪声、缺失数据、不规则数据等各种问题，因此需要对其进行清洗和整理工作，主要包括以下内容。 1．数据规范化管理 规范化管理后的数据，才有可能成为...
