文章 2021-10-31 来自:开发者社区

DL之DeepLabv1:DeepLabv1算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

$stringUtil.substring( $!{XssContent1.description},200)...

DL之DeepLabv1:DeepLabv1算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
文章 2021-10-31 来自:开发者社区

DL之U-Net:U-Net算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

$stringUtil.substring( $!{XssContent1.description},200)...

DL之U-Net:U-Net算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
文章 2021-10-31 来自:开发者社区

DL之yolov3:使用yolov3算法时需要对Ubuntu系统进行配置的简介、过程步骤之详细攻略

yolov3算法时需要对Ubuntu系统进行配置的简介打开yolov3的makefile文件就可知道,需要提前加载不少库或环境Ubuntu系统进行配置的过程步骤第一步:安装CUDA先下载再执行,官网下载地址:https://developer.nvidia.com/cuda-downloads?target_os=Linux&target...

DL之yolov3:使用yolov3算法时需要对Ubuntu系统进行配置的简介、过程步骤之详细攻略
文章 2021-10-31 来自:开发者社区

DL之InceptionV4/ResNet:InceptionV4/Inception-ResNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

$stringUtil.substring( $!{XssContent1.description},200)...

文章 2021-10-31 来自:开发者社区

DL之RetinaNet:RetinaNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

$stringUtil.substring( $!{XssContent1.description},200)...

DL之RetinaNet:RetinaNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
文章 2021-10-31 来自:开发者社区

DL之BN-Inception:BN-Inception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略(二)

BN-Inception算法的架构详解DL之BN-Inception:BN-Inception算法的架构详解https://yunyaniu.blog.csdn.net/article/details/979330860、BN算法是如何加快训练和收敛速度的呢?Batch Normalization有两个功能,一个是可以加快训练和收敛速度,另...

DL之BN-Inception:BN-Inception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略(二)
文章 2021-10-31 来自:开发者社区

DL之BN-Inception:BN-Inception算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略(一)

$stringUtil.substring( $!{XssContent1.description},200)...

文章 2021-10-31 来自:开发者社区

DL之DeconvNet:DeconvNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

DeconvNet算法的简介(论文介绍)        DeconvNet网络架构,是由Convolution network、Deconvolution network两种架构组成。Convolution network:feature extractor,采用VGG-16提取特征;Deconvolution network:...

文章 2021-10-31 来自:开发者社区

DL之R-FCN:R-FCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略

$stringUtil.substring( $!{XssContent1.description},200)...

DL之R-FCN:R-FCN算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
文章 2021-10-31 来自:开发者社区

DL框架之MXNet :神经网络算法简介之MXNet 常见使用方法总结(神经网络DNN、CNN、RNN算法)之详细攻略(个人使用)

MXNet 常见使用方法1、关于GPU、CPU运算1、目前MxNet支持相同平台下的变量运算,如果一个变量在GPU一个变量在CPU,则需要通过copyto之类的方式来统一。MxNet中,可以通过gpu_device=mx.gpu()来创建GPU的context。下边的方式是切换到GPU上执行运算。gpu_device=mx.gpu() #...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

智能引擎技术

AI Online Serving,阿里巴巴集团搜推广算法与工程技术的大本营,大数据深度学习时代的创新主场。

+关注