CV_9经典网络分析（上） 发布于 Mon 2022.8.1 经典网络分析（上） 1.AlexNet 主要贡献： 提出卷积层加全连接层的卷积神经网络 首先使用Relu激活函数 首次提出dropout正则化 使用加入动量的小批量梯度
CV_8纹理表示&卷积神经网络 发布于 Mon 2022.8.1 纹理表示&卷积神经网络 1.基于卷积核组的纹理表示方法 利用卷积核组提取纹理基元 设计卷积核组 利用卷积核组对图像进行卷积 利用特征响应图的统
Java_注解 发布于 Sat 2022.7.30 java_注解 1. 使用注解 什么是注解（Annotation）？注解是放在Java源码的类、方法、字段、参数前的一种特殊“注释” 注解的作用 从JV
CV_7卷积&图像去噪&边缘提取 发布于 Thu 2022.7.28 卷积&图像去噪&边缘提取 1.噪声图像 某一点同周围像素差别大$\to$视觉上突兀 2.卷积 数学定义：设F为图像，H为卷积核，F与
CV_6全连接神经网络（下） 发布于 Wed 2022.7.27 全连接神经网络（下） 1.欠拟合、过拟合、dropout 过拟合——参数过多，只记住数据而非学习到了特征 欠拟合——过于简单，找不到数据特征 机器学
