About 195,000 results
Open links in new tab
  1. 2025 年了,你还会用 RSS 吗?有哪些好的订阅源推荐? - 知乎

    1. RSS 的现状与未来 尽管在 2025 年,RSS 的使用率可能不如过去广泛,但它仍然是一个非常有用的工具,特别是对于那些希望高效获取信息的用户。 RSS 允许用户通过 RSS 阅读器(如 …

  2. 知乎 - 有问题,就会有答案

    知乎,中文互联网高质量的问答社区和创作者聚集的原创内容平台,于 2011 年 1 月正式上线,以「让人们更好的分享知识、经验和见解,找到自己的解答」为品牌使命。知乎凭借认真、专业 …

  3. CNN卷积神经网络的始祖文是哪篇? - 知乎

    卷积神经网络 (CNN)的开创性工作可以追溯到 Yann LeCun 在 1998 年发表的论文,论文题目为:“Gradient-based learning applied to document recognition”。 这篇论文介绍了一种名为 LeNet …

  4. CNN(卷积神经网络)是什么?有何入门简介或文章吗?

    Feb 9, 2023 · CNN 全称是 Convolutional Neural Network,中文又叫做 卷积神经网络。 在详细介绍之前,我觉得有必要先对 神经网络 做一个说明。 神经网络与仿生学 1. 仿生学 神经网络 …

  5. CNN中,当图像经过卷积层时,通道数是怎么变化的? - 知乎

    Jul 23, 2021 · 1.CNN可视化 卷积神经网络(CNN)是深度学习中非常重要的模型结构,其广泛地用于图像处理,极大地提升了模型表现,推动了计算机视觉的发展和进步。 但CNN是一个 黑 …

  6. Transformer 和 cnn 是两条差异巨大的路径吗? - 知乎

    cnn 是硬件局限下的产物 cnn主要处理图像数据,T主要处理序列数据 cnn, MLP,T 资源有限就简化MLP 资源无限就堆叠MLP 从理论性质的角度,有差异的地方,例如全局性和局部性,也有 …

  7. 在 CNN 中,为什么要逐渐增加特征图的通道数? - 知乎

    为什么要增加特征通道数,因为这就是在提取特征,每个通道专注不同的特征,有的是专注边缘,有的专注纹理,有的专注形状;高层次的CNN特征,有的专注鼻子、有的专注眼睛。 这些东 …

  8. CNN,Transformer,MLP 三大架构的特点是什么? - 知乎

    CNN擅长处理图像数据,具有强大的特征提取能力;Transformer通过自注意力机制实现了高效的并行计算,适用于处理序列数据;而MLP则以其强大的表达能力和泛化能力,在多种类型的机 …

  9. 深度学习模型训练的时候,一般把epoch设置多大? - 知乎

    在机器学习中,epoch 数量是指整个训练集通过模型的次数。一个Epoch意味着训练数据集中的每个样本都有机会更新内部模型参数。 Epoch由一个或多个Batch组成。 选择合适的 epoch 数量 …

  10. 能否对卷积神经网络工作原理做一个直观的解释? - 知乎

    足够通俗易懂了吧 下边关于CNN的讲解,是建立在你已经看过上边这篇文章的基础上哦! 2.从军体拳到降龙十八掌:从前馈神经网络到CNN 许多初学者在深度学习的学习过程中,通常都会从学 …