我己窥探部分灵魂，你也能理解，因人人多有个大脑 人工灵魂其实很简单，因人人多有个大脑，人人多可以研究产生行为及认知背后的机制 - 对灵魂的一点见解 - - 意识的本质就是时时好坏感知，然后趋利避害 人判断好坏的依据就是感受。如：好的感受，就像打了鸡血，人很爽。坏的感受，就像累，苦，饿，的感受。感受好，那趋利避害。感受就是系统释放的好坏信号加告知好坏的因果。有时不理智分析，系统告知好坏因果，你会认为自己判断的没

一楼不发帖

请问大佬们有驾驶员分心行为检测的auc数据集嘛，有的话可以发一份吗，我的qq是1845212417

大家注意甄别

深度学习，人工智能

有大佬会通过深度学习实现吸烟检测吗，求助

大佬们，在图像识别模型训练中，后面提取的特征数据和真实特征数据对比得到误差值。

大家好，我想问个问题，在卷积神经网络中，卷积这个操作的目的是提取特征，为什么通过这个卷积的过程就可以提取这个特征呢，有什么推荐的书籍学习

【机器视觉学习，有尝答疑】跨专业学生学习，想用深度学习或者卷积神经网络做图像识别，希望能够有做这方面的大神能够带着我教教我，从答疑基础知识到后面辅助建模，教教我算法，跨专业基础知识都分不清，论文太多一半看得懂一半看不懂，就有很多问题想请教。按小时收费或者别的收费都可以，价格可商量200/h。希望有好心大神能够帮帮弱小的学生。

1.用训练神经网络来预测，同时用预测去mpc控制 2.基于卷积神经网络的图像分类模型 3.基于集成卷积神经网络的交通标志识别研究成果展示 以上就是一些案例的设计成果展示，大家可以关注公众号Lanshanchu888获取更多信息，咨询关于卷积神经网络方面的设计辅导，系统及平台的设计。

想问一下各位大佬，CNN模型在读取数据集之后保存的.pth文件是模型中各个网络层处理之后的特征吗？

一楼不发贴

下面这种三维的立体图是用什么软件画的，我尝试用VISIO画，但画不出这种效果。

如题，大佬快来。

训练时发现，测试集准确度很高，但是验证集准确度始终只有40%左右。 我的数据集是11分类的，训练集280 * 11 张图片，网络使用了3卷积2最大池化2全连接，按8：2的比例将训练集分为训练和验证集，初始学习率0.005。 请问该如何调整 ？

关键词：卷积神经网络 情感识别 语音信号处理 python 对于现有的卷积神经网络结构进行改进（在已有的卷积层结构中加入自注意力机制），实现具有更高精确度的语音情感识别；（改进后的网络模型须与改进前的模型一样，有网络结构图&python下的网络模型参数） 对比改进前改进后的网络模型对于不同类型情感的识别率（可分别以柱状图表示，6种情感）； 对原有CNN结构有模型损失率&识别精确度的折线图，因此对改进后的CNN模型须同样有损失率&

2021年6月3日 小白前来报道，我现在只知道有这个名，相关技术根本不会

例如这种图片，我想做训练数据集，需要将上图从1到10的编码点分别剪切下来，图片有2000张左右，再 加上图像增强ImageDataGeneration，x5之后大概有10000张，满足数据量要求，求大佬分享一个快速剪切照片并存盘的工具！非常感谢！！

请教各位大佬，论文描述卷积层代替池化层，这个参数表卷积层的步长是1，怎么将输出尺寸给降半的？

各位大神，我查了大部分cnn是用来做图像分类的，我想用cnn提取数据特征，纯数据回归预测可以吗？ 没有图像...

从1958年至今，美国有46.3%的诺贝尔奖生理学或医学奖得主（共80人），是另一名诺奖得主的博士生或者博士后研究员。在57名美国诺贝尔奖化学奖获得者中，这一比例为三分之一。可以看出，顶级科学家之间的师徒传承非常重要。

我想用傅里叶，但是这个三维数据不知道咋整，求大佬给指明个方向

【远程在线培训】（赠送线下培训） 第一天 深度学习用要点： 1、深度学习综述 2、深度神经网络 3、卷积神经网络 CNN 4、循环神经网络 RNN 5、对抗性生成网络 GAN 6、强化学习 DRL 7、迁移学习 TL 第二天：深度学习应用方法 1、抽象建模 2、计算机视觉 3、模型优化 第三天：深度学习与应用场景 一、深度学习＋医学 1. 疾病预后分析、生存分析 2. 医学影像：肿瘤位置检测 3. 医学影像：疾病病灶区域分割 4. 专家系统+智能算法 案例实践：胃癌诊疗生存分析

资料如下： Python已经成为最受欢迎的程序设计语言之一，Python已超越C#，与Java,C,C++一起成为全球前4大最流行语言。Python语言的简洁性、易读性以及可扩展性，其众多的扩展库所构成的开发环境十分适合工程技术、科研人员处理实验数据、制作图表，甚至开发科学计算应用程序。中国科学院、清华大学、北京大学等高校和科研院所成立专业研究中心和实验室把深度学习进行科学技术成果转化，显著推动了深度学习应用的发展。 为了协助满足各行各业对

DnCNN和ResNet的全称是什么，论文中需要全称

2021年04月17日 — 2021年04月19日 线下：北京市、 环球贸易中心 2021年04月17日 — 2021年04月19日 线上：腾讯会议、远程直播培训 1、参加本次培训后，后期的（线上及线下）培训均可无限次免费参加，不限次数； 2、永久性免费技术指导，培训结束后期有任何问题都是免费解答； 3、为保证学习质量，提供培训视频，培训结束后提供免费技术的支持以及后期的免费解答辅导； 4、Python领域一线专家主讲，长期从事人工智能、机器学习、深度学习等应用的各项

时间地点:《远程在线培训班正在进行，详情请联系会务组》 2020年12月18日—2020年12月21日 远程在线授课 2020年12月18日—2020年12月21日 北京*机房上课 (第一天全天报到，授课三天，机房上课) 课程体系 深度学习基础和基本思想 1.人工智能概述、计算智能、类脑智能 2.机器学习概述、记忆学习、归纳学习、统计学习 3.深度学习的前生今世、发展趋势 4.人工神经网络、前馈神经网络、BP算法 、Hessian矩阵、结构性特征表示 二、深度学习基本框架结构 1，Tensorf

基于MATLAB编程、机器学习、深度学习在图像处理中实践技术应用高级培训班——直播 2020年12月25日-27日 （3天） 上午9:00-12：00 下午14:00-17:30 1.掌握图像处理基础知识及其MATLAB代码实现方法 2.掌握经典机器学习算法原理及其MATLAB代码实现方法 3.掌握最新的卷积神经网络、迁移学习等算法的基本原理及其MATLAB代码实现方法 4.掌握生成式对抗网络（GAN）及其在图像处理中的应用及代码实现方法 5.掌握目标检测YOLO模型及其在图像处理中的应用及代码实现方法 6

一、深度学习基础和基本思想 二、深度学习基本框架结构 1，Tensorflow2，Caffe3，PyTorch4，MXNet 三，卷积神经网络CNN 循环神经网络RNN 强化学习DRL 对抗性生成网络GAN 迁移学习TL 四、深度学习算法理论解析； 五、深度学习实际应用案例操作； 1，CNN——》图像分类 2，Lstm——》文本分类 3，Lstm——》命名实体抽取 4，Yolo——》目标检测 5，图像分类(CNN) 6，目标定位和识别(RCNN) 7，图像重建(Auto-encoder) 8，文本识别(RNN) 9，实体标注(LSTM) 10，手写体数字生成(GAN)

一： 时间地点：11 月 27 日— 11 月30 日 北京 (第一天报到 授课三天；提前环境部署 电脑测试) 课程一、强化学习简介 课程二、强化学习基础 课程三、深度强化学习基础 课程四、多智能体深度强化学习 课程五、多任务深度强化学习 课程六、强化学习应用 课程七、仿真实验 课程八、辅助课程 二：深度学习DeepLearning实战培训班 时间地点：12 月 18 日— 12 月 21 日 线上直播 三、培训方式：（即日起，开始报名！） 1、远程在线 （集中时间远程操作培训）

深度学习DeepLearning（Python）实战培训班 时间地点： 2020年12月18日—2020年12月21日北京 (第一天报到?授课三天；提前环境部署电脑测试) 一、培训方式：（即日起，开始报名！） 1、远程在线（集中时间远程操作培训） 2、作业训练（规定的时间把作业完成） 3、集中答疑（统一时间进行疑难问题答疑） 二、主讲内容: 课程一：Tensorflow入门到熟练： 课程二：图像分类： 课程三：物体检测： 课程四：人脸识别： 课程五：算法实现： 1、卷积神经网络CNN 2、

一：深度强化学习核心技术实战培训班 时间地点：11 月 27 日— 11 月30 日 北京 (第一天报到 授课三天；提前环境部署 电脑测试) 课程一、强化学习简介 课程二、强化学习基础 课程三、深度强化学习基础 课程四、多智能体深度强化学习 课程五、多任务深度强化学习 课程六、强化学习应用 课程七、仿真实验 课程八、辅助课程 二：深度学习DeepLearning实战培训班 时间地点：12 月 18 日— 12 月 21 日 线上直播 三、培训方式：（即日起，开始报名！） 1、远

中科院，清华，北大等科研机构高级专家等你来撩，项目难点一站式解决， 微信152107959519(陈)

卷积神经网络的图像去噪算法，有没有哪位大脑会呀

电话同微信15210795951

基于VGG16提取图像的CNN特征，这个CNN特征是什么意思，指什么？有什么优点？