新闻中心 
-
01-22改进的RMSprop算法RMSprop是一种广泛使用的优化器，用于更新神经网络的权重。它是由GeoffreyHinton等人在2012年提出的，并且是Adam优化器的前身。RMSpro...
-
01-22浅层特征提取器的原理、功能及应用浅层特征提取器是深度学习神经网络中的一种位于较浅层的特征提取器。它的主要功能是将输入数据转换为高维特征表示，供后续模型层进行分类、回归等任务。浅层特征提取器利用...
-
01-22浅层特征与深层特征的结合在实际应用中的示例深度学习在计算机视觉领域取得了巨大成功，其中一项重要进展是使用深度卷积神经网络（CNN）进行图像分类。然而，深度CNN通常需要大量标记数据和计算资源。为了减少计...
-
01-22径向基函数神经网络与BP神经网络有何异同径向基函数神经网络（RBF神经网络）和BP神经网络是两种常见的神经网络模型，它们在工作方式和应用领域上有所不同。RBF神经网络主要通过径向基函数来进行数据映射和...
-
01-22高效网络结构：EfficientNetEfficientNet是一种自动模型缩放的高效、可扩展的卷积神经网络结构。其核心思想是在一个高效的基础网络结构上，通过增加网络的深度、宽度和分辨率来提高模型的...
-
01-22轮询和填充在卷积神经网络中的应用卷积神经网络（CNN）是一种深度学习神经网络，被广泛应用于图像识别、自然语言处理、语音识别等领域。卷积层是CNN中最重要的一层，通过卷积操作可以有效地提取图像特...
