鸟类识别系统。本系统采用Python作为主要开发语言，通过使用加利福利亚大学开源的200种鸟类图像作为数据集。使用TensorFlow搭建ResNet50卷积神经网络算法模型，然后进行模型的迭代训练，得到一个识别精度...

浏览 96 次 标签： 【鸟类识别系统】Python+卷积神经网络算法+人工智能+深度学习+ResNet50算法+计算机课设项目   

神经网络—ResNet50网络代码实现（pytorch）_resnet50网络结构...

浏览 59 次 标签： 神经网络—ResNet50网络（pytorch）   

残差网络（ResNet，ResidualNetworks）是由微软研究院的何凯明等人在2015年提出的一种深度神经网络架构，在深度学习领域取得了巨大的成功。它通过引入残差连接（ResidualConnec...

浏览 76 次 标签： Residual Networks）    【AI知识点】残差网络（ResNet   

以cifar100作为闭集(closed-set)数据集，使用resnet18模型进行训练，然后在常见的开集(out-of-distribution)数据集上进行OOD检测。使用MSP(MaximumSoftmaxProbability)作为OOD检测的依...

浏览 100 次 标签： 深度学习    open set    pytorch    ML/DL   

假如你只想在卷积神经网络了解一个网络，那一定是ResNet！！！_resnet的设计思想...

浏览 86 次 标签： 秃姐学AI系列之：残差网络 ResNet   

ResNet50是ResidualNetworks（残差网络）的一种变体，由KaimingHe等人在2015年提出。ResNet50包含50个深度层，通过引入残差模块，有效地解决了深层网络的退化问题。残差模块...

浏览 69 次 标签： 基于ResNet50实现垃圾分类   

昆虫识别系统，使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法（CNN）模型。通过对10种常见的昆虫图片数据集（‘蜜蜂’,‘甲虫’,‘蝴蝶’,‘蝉’,‘蜻蜓’,‘...

浏览 64 次 标签： 【图像识别系统】昆虫识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50   

残差神经网络一些前置知识神经网络的层数神经网络的层数或者神经网络的深度指的是隐藏层数+1(输出层)。如下图所示，它是一个三层的网络。[通常情况下计算神经网络的层数时不包括池化层]low/mid/high-levelfeatures在神经网...

浏览 90 次 标签： nn    网络    self    图像   

残差的思想都是去掉相同的主体部分，从而突出微小的变化。_残差网络...

浏览 98 次 标签： 深度学习——残差网络(ResNet)   

链接卷积神经网络由多层组成，其中主要的层类型包括卷积层、池化层和全连接层。每一层都具有特定的功能，共同构建了网络的表达能力。本文带领读者踏上了一段深度学习的垃圾分类之旅。通过利用卷积神经网络（CNN）这一强大工...

浏览 67 次 标签： DenseNet    MobileNet    EfficientNet    Python基于深度学习机器学习卷积神经网络实现垃圾分类垃圾识别系统(GoogLeNet    Shufflent)    Resnet