张飞软硬开源基于STM32 BLDC直流无刷电机驱动器开发视频套件,??戳此立抢??

新疆11选5开奖号码:深度学习应用在超分辨率领域的9个模型

人工智能头条 ? 2018-07-13 09:40 ? 次阅读

新疆25选7走势 www.ve66b.cn 吴晓然,声网高级视频工程师,专注于视频编解码及相关技术研究,个人技术兴趣包括多媒体架构、深度学习。

在?AlphaGo?对弈李世石、柯洁之后,更多行业开始尝试通过机器学习优化现有技术方案。其实对于实时音视频来讲,对机器学习的研究已有多年,我们曾分享过的实时图像识别只是其中一种应用。我们还可以利用深度学习来做超分辨率。我们这次就分享一下用于超分辨率的深度学习基本框架,以及衍生出的各种网络模型,其中有些网络在满足实时性方面也有不错的表现。

▌机器学习与深度学习

对于接触机器学习与深度学习较少的开发者,可能会搞不清两者的差别,甚至认为机器学习就是深度学习。其实,我们用一张图可以简单区分这个概念。

上世纪50年代,就有人工智能的概念,后来也有一些较基础的应用,比如国际象棋。但到了70年代,由于硬件性能的制约,以及训练数据集的匮乏,使得人工智能经历了一段低谷。人工智能包括了很多,比如机器学习、调度算法、专家系统等。到了80年代才开始出现更多机器学习的应用,比如利用算法来分析数据,并进行判断或预测?;餮鞍寺呒?、神经网络等。而深度学习,则是机器学习中的一种方法,源于神经网络。

▌超分辨率是什么?

超分辨率是基于人类视觉系统提出的概念。1981年诺贝尔医学奖获奖者David Hubel、Torsten Wiesel,发现人类视觉系统的信息处理方式是分层级的。第一层是原始的数据输入。当人看到一个人脸图像时,首先会先识别出其中的点、线等边缘。然后进入第二层,会识别出图像中一些基本的组成元素,比如眼睛、耳朵、鼻子。最后,会生成一个对象模型,也就是一张张完整的脸。

而我们在深度学习中的卷积神经网络(如下图为例),就是模仿了人类视觉系统的处理过程。正因此,计算机视觉是深度学习最佳的应用领域之一。超分辨就是计算机视觉中的一个经典应用。

超分辨率是通过软件或硬件方法,提高图像分辨率的一种方法。它的核心思想,就是用时间带宽换取空间分辨率。简单来讲,就是在我无法得到一张超高分辨率的图像时,我可以多拍几张图像,然后将这一系列低分辨率的图像组成一张高分辨的图像。这个过程叫超分辨率重建。

为什么超分辨率可以通过多拍几张图像,就能提高图片分辨率呢?

这牵涉到抖动。我们经常说的拍照防抖动,其实防的是较明显的抖动,但微小的抖动始终存在。在拍摄同一场景的每张图像之间,都有细微差别,这些微小的抖动其实都包含了这个场景的额外信息,如果将他们合并,就会得到一张更为清晰的图像。

有人可能会问,我们手机都能前后置两千万,为什么需要超分辨率技术呢?这种技术应用场景是不是不多?

其实不是。了解摄影的人都知道。在相同的感光元器件上,拍摄的图像分辨率越高,在感光元器件上,单个像素占的面积越小,那会导致通光率越低,当你的像素密度到达一定程度后,会带来大量噪声,直接影响图像质量。超分辨率就可以解决这种问题。超分辨率有很多应用,比如:

数字高清,通过这种方法来提高分辨率

显微成像:合成一系列显微镜下的低分辨率图像来得到高分辨率图像

卫星图像:用于遥感卫星成像,提升图像精度

视频复原:可以通过该技术复原视频,例如老电影

但是,有很多情况下,我们只有一张图像,无法拍摄多张,那么如何做超分辨率呢?这就需要用到机器学习了。比较典型的例子,就是在2017年Google 提出的一项“黑科技”。他们可以通过机器学习来消除视频图像中的马赛克。当然,这项黑科技也有一定限制,以下图为例,它训练的神经网络是针对人脸图像的,那么如果你给的马赛克图像不是人脸,就无法还原。

▌超分辨率神经网络原理

超分辨率神经网络(Super-Resolution CNN,SRCNN)是深度学习应用在超分辨率领域的首个模型。原理比较简单。它有三层神经网络,包括:

特征提?。旱头直媛释枷窬钍讲钪档玫侥:枷?,从中提取图像特征,Channel 为3,卷积核大小为?f1*f1,卷积核个数为 n1;

非线性映射:将低分辨率图片特征映射到高分辨率,卷积核大小1*1;

图像重构:恢复细节,得到清晰的高分辨率图像,卷积核为f3*f3;

参数调节是神经网络中比较玄的部分,也是最为人诟病的部分。很多人认为参数调节很像老中医看病,通常缺少理论依据。在这里列出了几个在 n1 取不同值的时候,所用的训练时间和峰值信噪比(PSNR,用于判断图片质量的参数,越高越好)。

在训练中,使用均方误差(Mean Squared Error, MSE)作为损失函数,有利于获得较高的PSNR。

训练结果如何呢?在下表中,列出了几个传统方法与 SRCNN 方法的结果对比。最左一列是图片集,右侧分别列出了每个方法的所用训练时间和图片峰值信噪比??梢钥闯?,尽管有些图片,传统方法得出的结果更优于深度学习,但是总体来讲,深度学习稍胜一筹,甚至所需时间更短。

有人说一图胜千言。那么实际图片效果如何呢?我们可以看下面两组图片。每组第一张是小分辨率的原图,后面通过不同的方法来实现高分辨率的大图。相比传统方法,SRCNN 的图片边缘更加清晰,细节恢复的更好一些。以上就是最初的超分辨率的深度学习模型。

▌9个超分辨率神经网络模型

SRCNN 是第一个超分辨率的神经网络模型。在 SRCNN 这个模型出现后,更多应用于超分辨率的神经网络模型。我们以下分享几个:

FSRCNN

相对 SRCNN,这个方法不需要对原始图片使用二项式差值,可以直接对小分辨率图像进行处理。在提取特征值之后,缩小图片,然后经过 mapping、expending、反卷积层,然后得到高分辨率图片。它好处是,缩小图片可以降低训练的时间。同时,如果你需要得到不同分辨率的图片,单独训练反卷积层即可,更省时。

ESPCN

这个模型是基于小图进行训练。最后提取了 r2 个 Channel。比如说,我想将图片扩大到原图的3倍,那么 r 就是缩放因子 3,Channel 为9。通过将一个像素扩充为一个3x3的矩阵,模拟为一个像素的矩阵,来达到超分辨率的效果。

对实时视频进行超分辨率处理的实验结果也非常理想。对 1080 HD 格式的视频进行3倍放大,SRCNN 每帧需要0.435s,而 ESPCN 则只需0.038s。

VDSR

这是2016年获奖的一个模型。我们做视频编解码的都知道,图像之间是存在残差的。它认为原始的低分辨率图片与高分辨率图片之间,低频分量几乎一样,缺失的是高频分量,即图片细节。那么训练的时候,只需要针对高频分量进行训练就行了。

所以它的输入分为两部分,一是将整张原图作为一个输入,另一部分则是对残差进行训练然后得到一个输入,将两者加起来就得到一张高分辨率图像。这样就大大加快了训练速度,收敛效果也更好。

DRCN

它还是分为三层。但是在非线性映射这一层,它使用了一个递归网络,也就是说,数据循环多次地通过该层。将这个循环展开的话,等效于使用同一组参数的多个串联的卷积层。

RED

每一个卷积层都对应一个非卷积层。简单来讲,可以理解为是将一张图片进行了编码,然后紧接着进行解码。它的优势在于解决了梯度消失的问题,而且能恢复出更干净的图片。它和 VDSR 有相似的思路。中间卷积层与反卷积层的训练是针对原始图片与目标图片的残差。最后原图会与训练输出结果相加,得到高分辨率的图片。

DRRN

在这个模型里你可以看到DRCN、VDSR的影子。它采用了更深的网络结构来提升性能。其中有很多个图片增强层??梢岳斫馕?,一张模糊的图片,经过多个增强层,一级级变得更加清晰,最终得出高清图片。大家可以在名为tyshiwo的 Github 上找到源码。

LapSRN

LapSRN 的特别之处在于引入了一个分级的网络。每一级都只对原图放大两倍,然后加上残差获得一个结果。如果对图片放大8倍的话,这样处理的性能会更高。同时,在每一级处理时,都可以得到一个输出结果。

SRDenseNet

它引入了一个 Desent Block 的结构。上一层网络训练出的特征值会传递到下一层网络,所有特征串联起来。这样做的好处是减轻梯度消失问题、减少参数数量。而且,后面的层可以复用之前训练得出的特征值,不需要重复训练。

SRGAN

它可以利用感知损失(perceptual loss)和对抗损失(adversarial loss)来提升恢复出的图片的。

在这个模型中有两个网络,一个是生成网络,另一个是判别网路,前者会生成高分辨率图片,后者则会判断这张图是否是原图,如果结果为“否”,那么前者会再次进行训练、生成,直到可以骗过判别网络。

以上这些神经网络模型都可以应用于视频处理中,但实际应用还需要考虑很多因素,比如系统平台、硬件配置、性能优化。其实,除了超分辨率,机器学习与实时音视频有很多可结合的应用场景,比如音视频体验优化、鉴黄、QoE 改进等。

原文标题:普通视频转高清:10个基于深度学习的超分辨率神经网络

文章出处:【微信号:AI_Thinker,微信公众号:人工智能头条】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

第一届中国AI与机器学习研讨会

活动内容  人工智能技术将在未来对传统产业产生重大颠覆性影响,人工智能将在各行各业为创新设计带来新的动力,它也将催生新的
发表于 03-29 00:00 ? 62次 阅读
第一届中国AI与机器学习研讨会

谁才是真正的C位 让AI告诉你

C位是近年网络上一个比较热门的词,最早来源于DOTA等游戏领域,是核心位置(Carry位)的简称,代....
的头像 人工智能与大数据技术 发表于 06-20 17:34 ? 235次 阅读
谁才是真正的C位 让AI告诉你

面对人工智能的发展 人类未来将扮演怎样的角色

AI刚刚兴起的时候,大多数人们对这个词汇还是感到很陌生,但随着各类AI机器人不断出现,人工智能声名大....
发表于 06-20 15:44 ? 196次 阅读
面对人工智能的发展 人类未来将扮演怎样的角色

59%的中国籍AI研究人员隶属美国研究机构

大多数在中国国籍的高级研究人员就读于美国的高校,其中大多数毕业后在美国工作。
的头像 大数据文摘 发表于 06-20 15:21 ? 68次 阅读
59%的中国籍AI研究人员隶属美国研究机构

阿里“AI助理法官”在杭州互联网法院试点上岗

近日,阿里达摩院发布了一项新研究:其AI技术进化到助理法官的水平,具备自主判案能力,判案时间最快仅需....
的头像 机器人技术与应用 发表于 06-20 11:10 ? 230次 阅读
阿里“AI助理法官”在杭州互联网法院试点上岗

滴滴与Mila联合推进智能驾驶基础研究

近日,滴滴出行正式宣布与蒙特利尔学习算法研究所(Mila)达成深度合作,双方将围绕智能驾驶、深度强化....
的头像 机器人技术与应用 发表于 06-19 17:15 ? 169次 阅读
滴滴与Mila联合推进智能驾驶基础研究

2019年医疗数字健康工具将颠覆传统模式

研究机构HIMSS近日发布报告,指出医疗领域的四大主要趋势,数字健康工具的影响力和应用在2019年会....
发表于 06-19 15:23 ? 320次 阅读
2019年医疗数字健康工具将颠覆传统模式

猎聘发布AI面试系统 大大提升面试效率

近日,猎聘在2020校园推介会上发布AI智能识别面试系统“魔镜”,号称可在任何时间、地点下进行自动化....
发表于 06-19 10:13 ? 148次 阅读
猎聘发布AI面试系统 大大提升面试效率

深度 | 性能全面超数据库专家,腾讯基于机器学习的性能优化系统

此项研究突破性的实现了基于AI技术的数据库性能调优结果首次全面超越数据库专家经验判断的传统方法。
的头像 AI科技大本营 发表于 06-19 10:00 ? 176次 阅读
深度 | 性能全面超数据库专家,腾讯基于机器学习的性能优化系统

机器学习中Kernel的秘密

Kernel 一般来说适用于任何机器学习算法,你可能会问为什么
的头像 AI科技大本营 发表于 06-19 09:54 ? 198次 阅读
机器学习中Kernel的秘密

关于深度学习、MATLAB、python 核心技术研修计划

发表于 06-19 09:45 ? 239次 阅读
关于深度学习、MATLAB、python 核心技术研修计划

为什么我们需要机器学习?

人类很难掌握大量特征之间的复杂关系,但是机器可以通过大规模的数据轻松地捕捉到它。
的头像 大数据文摘 发表于 06-19 09:27 ? 209次 阅读
为什么我们需要机器学习?

聚焦 | 新技术“红”不过十年?半监督学习却成例外?

就目前来看,半监督学习是一个很有潜力的方向。
的头像 人工智能学家 发表于 06-18 17:24 ? 605次 阅读
聚焦 | 新技术“红”不过十年?半监督学习却成例外?

工业人工智能与企业转型应用案例

大家好,今天我想讲一些案例,因为我的一本新书《工业人工智能》马上要出版了,预计6月份会在上海宣布发布....
的头像 智能制造 发表于 06-18 11:37 ? 431次 阅读
工业人工智能与企业转型应用案例

Qeexo核心触控技术不会被语音交互技术取代

Qeexo奇手的下一代“触控交互”平台。Sang是Qeexo奇手的联合创始人兼CEO,如今语音交互趋....
发表于 06-18 10:28 ? 77次 阅读
Qeexo核心触控技术不会被语音交互技术取代

深度学习平台飞桨助力 百度让三百六十行都有AI

智能时代正在到来,大家对人工智能的认知,早已不仅仅局限于家里的智能音箱、手机里的智能助理、商场里的智....
发表于 06-18 10:04 ? 53次 阅读
深度学习平台飞桨助力 百度让三百六十行都有AI

深度解析3D摄像头技术与应用报告

近几年,国外的巨头公司都在3D摄像头产业链上布局:意法半导体、滨松、欧司朗、艾迈斯、博通等元器件及模....
的头像 新机器视觉 发表于 06-18 08:59 ? 821次 阅读
深度解析3D摄像头技术与应用报告

多指触控技术正迎来新的发展机遇

每一代交互技术的变革都伴随着底层技术的革新,当年iPhone 引领的多指触控多尺寸电容屏风潮背后是触....
发表于 06-17 16:32 ? 148次 阅读
多指触控技术正迎来新的发展机遇

GE发布人工智能分析工具集应对电网运营难题

近日,通用电气(GE)子公司GE Power发布了一套新的基于人工智能的分析产品,从而帮助电网客户更....
发表于 06-17 15:47 ? 77次 阅读
GE发布人工智能分析工具集应对电网运营难题

深度学习不是万灵药 神经网络3D建模其实只是图像识别

随着深度学习的大热,许多研究都致力于如何从单张图片生成3D模型。但近期一项研究表明,几乎所有基于深度....
的头像 新智元 发表于 06-17 11:21 ? 315次 阅读
深度学习不是万灵药 神经网络3D建模其实只是图像识别

人工智能推动文学新发展

2016年,牛津大学研究人员出版的一份报告指出,作家被人工智能取代的几率很小,远远低于一些体力和重复....
发表于 06-17 10:04 ? 210次 阅读
人工智能推动文学新发展

深度学习的最大短板原来是它!

Nvida的GPU上的HBM和GDDR对于大部分神经网络的炼丹师都是非常重要,能够在一个GPU的内存....
的头像 ssdfans 发表于 06-17 09:53 ? 178次 阅读
深度学习的最大短板原来是它!

现在为什么有这么多人想学习Python人工智能技术?

最近,网上流传一组《人工智能实验教材》的图片,照片火起来的原因是教材是为幼儿园的小朋友们设计的!Py....
的头像 半导体界 发表于 06-16 10:22 ? 273次 阅读
现在为什么有这么多人想学习Python人工智能技术?

人工智能与环境?;ふ驹诙粤⒚媛??

人工智能背后的碳排放引发关注 根据一份提交到自然语言处理顶会ACL 2019的论文,三位来自马....
的头像 大数据文摘 发表于 06-16 10:10 ? 542次 阅读
人工智能与环境?;ふ驹诙粤⒚媛??

机器学习全靠调参?谷歌发布颠覆性研究

不训练不调参,AI自动构建超强网络,告别炼丹一大步
的头像 新机器视觉 发表于 06-16 09:41 ? 343次 阅读
机器学习全靠调参?谷歌发布颠覆性研究

如何使用Excel和TF实现Transformer详细步骤说明

本文旨在通过最通俗易懂的过程来详解Transformer的每个步骤!假设我们在做一个从中文翻译到英文....
的头像 深度学习自然语言处理 发表于 06-16 09:36 ? 256次 阅读
如何使用Excel和TF实现Transformer详细步骤说明

真正的神经网络到底要不要学习权重

难道神经网络不用学权重也能完成各种任务?难道我们以为 CNN 学习到的图像特征只是我们以为?神经网络....
的头像 深度学习自然语言处理 发表于 06-16 09:28 ? 225次 阅读
真正的神经网络到底要不要学习权重

研究人员开发出一个端到端的机器学习系统Audio2Face

“我们的方法完全是基于音轨设计的,没有任何其他辅助输入(例如图像),这就使得当我们试图从声音序列中回....
的头像 新智元 发表于 06-15 11:14 ? 822次 阅读
研究人员开发出一个端到端的机器学习系统Audio2Face

苹果面向iOS开发者推出了最新版的机器学习模型框架Core ML 3

作为一种快速部署并尊重隐私的方式,设备上的机器学习越来越受欢迎。最近几个月,谷歌的TensorFlo....
的头像 新智元 发表于 06-15 11:12 ? 894次 阅读
苹果面向iOS开发者推出了最新版的机器学习模型框架Core ML 3

ACM“深度学习三巨头”访谈录

如果20年前有人对我说,可以把一种语言中的句子分割成小的单词片段,然后将这些片段输入给一个始于随机连....
的头像 新智元 发表于 06-15 11:02 ? 522次 阅读
ACM“深度学习三巨头”访谈录

深度ReLU网络的训练动态过程及其对泛化能力的影响

基于这个框架,我们试图用统一的观点来解释这些令人费解的经验现象。本文使用师生设置,其中给过度参数化的....
的头像 新智元 发表于 06-15 10:48 ? 356次 阅读
深度ReLU网络的训练动态过程及其对泛化能力的影响

AI精确复制声音, 真假“比尔·盖茨”难辨

脸书人工智能研究中心的肖恩·瓦斯奎兹(Sean Vasquez)和迈克·刘易斯(Mike Lewis....
的头像 网易智能 发表于 06-15 10:44 ? 488次 阅读
AI精确复制声音, 真假“比尔·盖茨”难辨

李沐大神《动手学深度学习》中文版发布了!

这些目标往往互有冲突:公式、定理和引用最容易通过LaTeX进行管理和展示,代码自然应该用简单易懂的P....
的头像 新智元 发表于 06-15 10:42 ? 760次 阅读
李沐大神《动手学深度学习》中文版发布了!

人工智能70年 科幻和现实的交融

作为计算机科学的一个分支,人工智能学科只有大约70年历史,不乏跌宕和学术门派之争,定义含混和因此造成....
的头像 北京市电子科技情报研究所 发表于 06-15 10:36 ? 559次 阅读
人工智能70年 科幻和现实的交融

人工智能教学网站fast.ai针对开发者的深度学习实践课程第三版

创始人Jeremy Howard称,本课程旨在为有经验的程序员提供深度学习实践的教学,例如如何训练准....
的头像 新智元 发表于 06-15 10:06 ? 390次 阅读
人工智能教学网站fast.ai针对开发者的深度学习实践课程第三版

ICML 2019最佳论文新鲜出炉!

这是一篇大规模深入研究无监督解耦表示(Disentangled Representation)的论文....
的头像 新智元 发表于 06-15 10:02 ? 590次 阅读
ICML 2019最佳论文新鲜出炉!

Facebook新推出了一个深度学习工具包:PyTorch Hub

TensorFlow Hub是一个共享可重用的机器学习平台,主要面向开发者,谷歌希望TensorFl....
的头像 新智元 发表于 06-15 09:58 ? 346次 阅读
Facebook新推出了一个深度学习工具包:PyTorch Hub

清华刘永进提出APDrawingGAN ,GAN秒变肖像画!

但是,这些已有方法多数针对于生成信息较为丰富的风格,如油画,这些风格的图像中包含很多零碎的图形元素(....
的头像 新智元 发表于 06-15 09:26 ? 421次 阅读
清华刘永进提出APDrawingGAN ,GAN秒变肖像画!

无需权重训练!谷歌再向深度学习炼丹术发起 “攻击”

Adam Gaier是一名AI研究员,在教学和研究方面具有广泛的国际经验,在生物启发的计算、机器人和....
的头像 新智元 发表于 06-15 09:22 ? 455次 阅读
无需权重训练!谷歌再向深度学习炼丹术发起 “攻击”

新思科技推出 PrimeYield? 解决方案 比现有解决方案快1000多倍

新思科技近日宣布推出 PrimeYield? 解决方案,这是获得专利的快速统计方法和先进的机器学习技....
的头像 新思科技 发表于 06-15 09:15 ? 409次 阅读
新思科技推出 PrimeYield? 解决方案 比现有解决方案快1000多倍

利用人工智能和机器学习的力量降低联络中心成本

人工智能和机器学习的概念已经存在了一段时间,但我们刚刚开始看到它们改变我们开展业务的方式的能力。
的头像 CTI论坛 发表于 06-14 15:40 ? 347次 阅读
利用人工智能和机器学习的力量降低联络中心成本

人工智能发展进入平台期了吗

6月13日,CES Asia2019在上海落幕,展会上,人工智能依旧是关键词之一。除了熟知的人脸识别....
发表于 06-14 15:33 ? 107次 阅读
人工智能发展进入平台期了吗

人工智能70年

人类飞跑着进入人工智能(AI)时代。粗略估算现在人们日常生活中有20多种寻常的AI,从垃圾邮件过滤器....
的头像 1号机器人网 发表于 06-14 14:21 ? 364次 阅读
人工智能70年

为全球数据科学家“减负” IBM让Watson Studio得到自动化功能加持

IBM (NYSE: IBM)近日宣布推出AutoAI,这是IBM Watson Studio上又一....
的头像 IBM中国 发表于 06-14 11:42 ? 371次 阅读
为全球数据科学家“减负” IBM让Watson Studio得到自动化功能加持

机器学习无人区,下一步的突破在哪里?

颜水成、朱军、张长水、林宙辰等多名学者发表看法。
的头像 大数据文摘 发表于 06-14 10:34 ? 214次 阅读
机器学习无人区,下一步的突破在哪里?

ABB在2019瑞士创新周与各界共话智慧城市建设

近日,瑞士驻华使馆在北京举办2019“瑞士创新周” 活动。作为活动的一部分,在下午的ABB专场,来自....
的头像 智汇工业 发表于 06-14 10:27 ? 328次 阅读
ABB在2019瑞士创新周与各界共话智慧城市建设

基于i.MX 8的物体识别神经网络

i.MX 8开发工具从相机获取数据并使用一个GPU并应用图像分割算法。然后将该信息馈送到专用于识别交通标志的神经网络推理引擎...
发表于 05-29 10:50 ? 143次 阅读
基于i.MX 8的物体识别神经网络

边缘计算的机器学习和面部识别

如何使用Edge Computing在物联网中实现更高效的推理和面部识别。 ...
发表于 05-29 10:49 ? 154次 阅读
边缘计算的机器学习和面部识别

深度学习重点内容记录

笔记  一天搞懂深度学习
发表于 05-27 15:02 ? 72次 阅读
深度学习重点内容记录

机器学习神经网络参数的代价函数

吴恩达机器学习笔记之神经网络参数的反向传播算法...
发表于 05-22 15:11 ? 56次 阅读
机器学习神经网络参数的代价函数

深度学习开源项目的绘画实现过程

21小时上手深度学习2-开源项目之绘画
发表于 05-20 12:31 ? 58次 阅读
深度学习开源项目的绘画实现过程

深度学习和机器学习有什么区别

01 面向就业的人工智能学习概述
发表于 05-17 13:25 ? 106次 阅读
深度学习和机器学习有什么区别

深度学习和机器学习有什么区别

01 面向就业的人工智能学习概述
发表于 05-17 13:25 ? 106次 阅读
深度学习和机器学习有什么区别

神经网络资料

基于深度学习的神经网络算法
发表于 05-16 17:25 ? 366次 阅读
神经网络资料

神经网络资料

基于深度学习的神经网络算法
发表于 05-16 17:25 ? 366次 阅读
神经网络资料
  • 海南省人民政府关于加快发展互联网产业的若干意见政策解读 2019-06-20
  • 市委宣传部纪检组为扶贫提供坚强纪律保障 2019-06-20
  • 惊险!司机驾车撞穿墙壁 “飞”下二楼 2019-06-20
  • 吕梁:临县青塘“粽叶香”非遗艺术节开幕 乡土节目很吸睛 2019-06-20
  • 法中委员会秘书长:法中两国将在创新合作中碰撞出火花 2019-06-19
  • 动画《观海策》上线 古风奇幻一触即发 2019-06-19
  • 女性之声——全国妇联 2019-06-19
  • 粮食过剩,就可以给年轻人设计一个轻松的环境,唱唱跳跳轻松就业,大家都会说政府真好 2019-06-18
  • 上海合作组织成员国元首理事会青岛宣言 2019-06-18
  • 市中级人民法院开展形式多样节能减排活动 2019-06-18
  • 互联网金融要念好“人”字经 2019-06-18
  • “十八兄弟会”,横行乡里十几年……—qhchang的博客—强国博客—人民网 2019-06-17
  • 第六届全国职工职业技能大赛启动 2019-06-17
  • 全市公安机关打掉30个涉黑涉恶犯罪团伙 2019-06-17
  • 安徽省商务厅发布“安徽老字号”名单 68个品牌上榜 2019-06-17
  • 731| 709| 303| 849| 720| 417| 114| 350| 988| 680|