神经网络剪枝相关论文
随着深度神经网络在人工智能领域的广泛应用，其模型参数也越来越庞大，神经网络剪枝就是用于在资源有限设备上部署深度神经网络。结合......
深度学习,特别是卷积神经网络,已经成为了计算机视觉很多领域的最佳解决方案。深度神经网络模型的主要缺点在于其庞大的计算量与参......
神经网络已广泛应用于模式识别、信号处理、图像处理等智能化信息处理领域,但网络的性能主要由网络的学习算法和网络的结构所确定,......
因非接触、传感器体积小、功耗低、信息丰富等优势,伴随着深度学习技术在计算机视觉领域的稳步发展、以及在物体识别、实景分割、......
随着互联网产业的飞速发展和网络带宽的不断提升,流媒体服务越来越受到互联网用户的欢迎,如何使得用户群体获得更好的服务是流媒体......
近年来,借助于卷积神经网络的快速发展,深度卷积神经网络得以应用于大多数领域并且取得惊人的成就。通过使用卷积神经网络对遥感图......
采用贝叶斯正则化方法训练,以得到推广性优良的神经网络,并提出启发性的遗传算法.通过灵敏度分析对正则化网络实施剪枝,从而在高维......
针对现有基于无线通信的无人机蜂群协同控制在电磁拒止环境下无法使用的不足,提出了一种仅利用机载视觉传感器进行无人机编队的端......
