神经网络与深度学习课程学习（二）

【CV论文精读】【BEV感知】BEVFormer：通过时空Transformer学习多摄像机图像的鸟瞰图表示

3D视觉感知任务，包括基于多摄像头图像的3D检测和地图分割，对于自动驾驶系统至关重要。在这项工作中，我们提出了一个称为BEVFormer的新框架，它通过时空Transformer学习统一的BEV表示，以支持多个自动驾驶感知任务。简而言之，BEVFormer通过预定义的网格形状的BEV queries与空间和时间进行交互，从而利用空间和时间信息。为了聚集空间信息，我们设计了空间交叉注意力，每个BEV query从跨摄像机视图的感兴趣区域中提取空间特征。

神经网络与深度学习课程总结二

➢ 经典网络：以“一个或多个卷积层+一个池化层“作为一个基本单元进行堆叠，在网络尾部使用全连接层，最后以Softmax为分类器，输出结果。➢ 残差网络：在普通网络的基础上，将浅层的激活项通过支路直接传向深层，克服深层神经网络中梯度消失的问题，为训练极深的神经网络提供便利。➢ 数据集：常见的数据集包括VOC和COCO；ImageNet较大。

保姆级教程：在RV1126开发板上跑通YOLOv5口罩检测（从数据集到摄像头实时识别）

本文提供了一份详细的RV1126开发板部署YOLOv5口罩检测系统的全流程指南，涵盖数据集准备、模型训练优化、边缘部署及实时摄像头识别等关键步骤。重点解析了RV1126开发板的性能特征、YOLOv5模型训练调优技巧、RKNN模型转换量化策略，以及部署过程中的性能优化方案，帮助开发者高效实现边缘端目标检测应用。

神经网络与深度学习 课程学习总结（二）

相对的，只连接局部的元素，这使得网络结构更加灵活，可以捕捉到更多的图形特征。回归到人类的视觉系统，当人类去观察一个物体的时候，会更加的集中于这个物体本身，而忽略周围环境的影响，也就是说，人类观察事物时只观察了其视觉界面的局部画面，也就是带由目标事物的画面，这样可以更集中的观察到事物的细节特征。第三层使一个卷积层，输出的前10张特征图与输入6张特征图中的4张进行连接，输出的后6张与输入的6张特征图中的3张进行连接，同样的采用了大小为5×5的卷积核，步长为2进行卷积，第三层输出16张大小为10×10的特征图。

《神经网络与深度学习》课程总结（二）

摘要：本文系统介绍了神经网络性能优化方法与卷积神经网络基础。性能优化部分涵盖模型初始化、数据分割、Dropout正则化等技术，分析了动量法和自适应梯度法（RMSProp/Adam）对SGD的改进。卷积神经网络部分阐述了局部连接和权值共享特性，详细解析了网络结构、前向/反向传播算法，并以LeNet-5、AlexNet和VGG-16为例说明了经典网络架构。全文从理论到实践，完整呈现了深度学习模型的设计与优化思路，重点解决了过拟合、训练效率、梯度消失等关键问题。

《2025神经网络与深度学习》课程笔记（二）

学习资源典型任务：图像分类（基于图像中主要对象分类）、目标定位（预测包含主要对象的图像区域）、目标识别（定位并分类图像中所有对象）、语义分割（按对象类别标记图像每个像素）、实例分割（按对象类别和实例标记图像每个像素）、关键点检测（检测对象预定义关键点位置）。进化史：1998 年出现 LeNet，之后陆续有 AlexNet、VGGNet、GoogleNet 等网络被提出，网络结构不断演进。

深度学习与神经网络课程总结（二）

后来，ResNeXt, Residual-Attention，DenseNet，SENet等也各有贡献，各自引入了Group convolution，Attention，Dense connection，channelwise-attention等，最终Imagenet上error rate降到了2.2%。对于算的慢问题，可以减少权值连接，每一个节点只连到上一层的少数神经元，即局部连接网络。CNN的基本思想是用卷积获得图形的特征，一般是用一个3乘3的卷积矩阵，如图所示的卷积矩阵是【1 0 1；

神经网络与深度学习课程内容总结二

XOR问题是线性不可分问题的典型代表，单层感知机无法解决。本周课程系统介绍了多层前馈神经网络及其训练算法BP，以及各种性能优化技术。其中，三层阈值网络可实现任意二值逻辑函数；三层S型网络可逼近紧集上的连续函数。这些内容为理解和应用深度学习奠定了坚实基础。：误差信号反向传播，利用梯度下降法调整权值和阈值。：训练时随机将部分神经元输出置零，防止过拟合。：输入信号从输入层经隐层传向输出层。

神经网络与深度学习课程总结二：卷积神经网络基础

本文总结了卷积神经网络（CNN）的基础理论与经典架构，重点探讨了CNN在计算机视觉领域的应用。课程首先分析了全连接网络的缺陷，如参数爆炸、计算效率低下等问题，并引入局部连接与参数共享的解决方案。随后，详细讲解了卷积操作、池化层及反向传播的数学原理，并通过LeNet-5手写数字识别实战展示了CNN的实际应用。此外，课程还介绍了AlexNet、VGG-16和ResNet等经典网络架构的演进与创新，如ReLU激活函数、残差连接等。最后，课程概述了CV领域的核心数据集及其应用场景，为深度学习爱好者提供了全面的学习

神经网络与深度学习课程总结（二）

PyTorch是一个Python的深度学习库。它最初由Facebook人工智能研究小组开发， 而优步的Pyro软件则用于概率编程。

【深度学习】（四）案例：基于PyTorch的全连接神经网络实现手机价格区间预测

Jones创办了一家二手手机公司，在经营过程中遇到了一个核心难题：如何准确估算二手手机的合理售价。为了解决这个问题，他系统性地收集了多家手机销售公司的历史交易数据。该数据集包含了二手手机的各项性能指标，以及对应的最终成交价格区间。价格被划分为0、1、2、3四个等级，分别代表从低到高的价格范围，这使得问题本质上成为一个多分类任务，而非传统的回归预测问题。特征名称含义说明单位电池总容量毫安时（mAh）blue是否支持蓝牙布尔值处理器主频GHzdual_sim是否支持双卡布尔值fc。

RNNoise：极小体积的实时降噪 baseline

RNNoise 是小模型也能做实用降噪的经典证明 —— 用 30 年 DSP 沉淀（Bark scale / BFCC / pitch analysis / comb filter）打底 · 只用 GRU 学最难手工调的那部分（每帧 22 个 band 该给多少 gain）· 换来 100 KB 的编译体积和 10 ms 延迟。这是端侧 real-time 场景（视频会议 · 通话 · WebRTC · Discord noise gate · 麦克风驱动层）至今仍常见的默认选择。

人工智能、机器学习和深度学习到底是什么关系？

人工智能（AI）、机器学习（ML）和深度学习（DL）是三个层级嵌套的概念：DL⊂ML⊂AI。AI是最广泛的研究领域，关注机器完成智能任务的能力；ML是实现AI的一类方法，通过数据训练模型；DL则是ML的一个分支，使用多层神经网络自动学习特征表示。 具体区别体现在： AI包含规则系统和数据驱动方法，ML专注于从数据中学习规律 传统ML依赖人工特征工程，DL能自动提取多层次特征 DL在图像/语音/文本等非结构化数据上表现突出，但需要更多数据和算力 项目选择应基于任务特性：规则明确用编程，结构化小数据用传统ML（

循环神经网络（RNN）详解：处理序列数据的自然选择

如果说CNN是处理“空间”信息的王者，那么RNN就是处理“时间”信息的自然选择。它通过循环连接和共享参数，让神经网络第一次拥有了“记忆”的能力，从而能够理解和生成序列数据。尽管基础RNN在长序列上遭遇了梯度问题，但LSTM和GRU等变体通过精妙的门控设计解决了这一挑战，让RNN家族在2010年代成为序列建模的中流砥柱。今天，Transformer架构在大规模语言建模中占据了主导地位，但RNN的设计智慧并未过时——残差连接门控机制状态传递等思想，早已融入现代深度学习的血脉。记住过去，理解当下。

深度学习基础-Harness：从评估框架到工程落地

在深度学习工程语境中，Harness 通常指一套模型评测与验证框架。它的核心目标是把「训练好的模型到底好不好」这件事从主观感受变成可重复、可量化的工程流程。统一的数据集加载接口，屏蔽不同数据来源的差异；标准化的推理流程，支持批量评测与单条调试；可扩展的评估指标，如准确率、困惑度、ROUGE、F1 等；结果记录与对比机制，便于多轮实验追踪。理解 Harness 之前，需要先回到它的上游基础：深度学习模型是如何被训练、推理和评估的。Harness 并不是某个特定框架的专属名称，而是一种。

BERT 微调电商评论情感分类实战：95.04% 准确率，预训练微调 vs 从零训练 LSTM

任务：电商评论情感二分类（正面 / 负面）模型路线：BERT 预训练编码器（1.02 亿参数）+ 线性分类头（BCE 路线，输出 1 个 logit）实测结果：测试集准确率95.04%（LSTM 项目为 91.48%）💡 这个项目的独特价值：与作者此前从零训练的 LSTM 情感分类项目（同数据集、同任务、同 SEQ_LEN，是"预训练微调 vs 从零训练"最公平的对照实验。

深度学习 & PyTorch笔记

深度学习基础概念、梯度下降原理 → PyTorch 框架、张量科学计算 → 网络组件、三种模型搭建方式**完整串联；同时对比传统 sklearn，厘清同义术语，配套可运行代码示例，打通理论和编程实践。

【免费】基于YOLO26的车辆车牌识别系统(深度学习+LPRNet+CCPD+PyQt6) 人工智能 机器视觉 计算机视觉 锋哥原创出品，必属精品

本文介绍了一个基于YOLO26的车辆车牌识别系统，该系统采用深度学习技术实现车牌自动识别。系统主要由车牌检测（YOLO26-Pose）和字符识别（LPRNet）两阶段组成，支持处理倾斜、双层车牌，并能区分蓝牌、绿牌和黄牌。系统采用Python3.11开发，PyQt6构建图形界面，包含图片/视频/摄像头识别、历史记录查询等功能，数据存储在MySQL数据库中。测试表明系统能有效识别多种车牌类型，适合停车场管理等场景应用。项目完整源码已提供下载链接。

AI基础系列（3）| NumPy / Pandas / PyTorch 理论知识入门：数据科学与深度学习的三大基石

本文系统梳理了NumPy、Pandas和PyTorch三大Python库的核心理论，为企业AI转型提供技术支撑。NumPy的ndarray、向量化运算和广播机制构成数值计算基础；Pandas通过索引对齐和分组聚合处理结构化数据；PyTorch的动态计算图实现自动微分与GPU加速。三者相互补充，形成完整AI技术栈。文章强调理解底层原理的重要性，建议从业者从基础数组操作逐步深入至神经网络构建，并针对常见问题提供解决方案。随着AI技术普及，掌握这些核心库的底层理论将成为开发高效可靠AI系统的关键。

【第8篇】OverLock（CVPR2025）：新型卷积神经网络OverLoCK，通用的即插即用Backbone！

本文介绍 CVPR 2025 纯卷积视觉网络 OverLoCK。模型提出 Deep-stage Decomposition Strategy（深度阶段分解策略，DDS）与 Context-Mixing Dynamic Convolution（上下文混合动态卷积，ContMix），分别解决“高层语义如何反向指导特征提取”和“卷积如何兼顾长程依赖与局部归纳偏置”两个问题。

ASR 五代演进（三）：Gen 2 · 端到端（CTC / LAS / RNN-T）

Gen 2 是 ASR 从 hybrid pipeline 转向端到端建模的一次大拐弯。；生产系统里的降噪、VAD、热词、外挂 LM、rescore 仍常保留，存量电话客服 / IVR 也长期继续跑 Kaldi chain / hybrid 系统。引爆点是解决了「音频帧数远多于文本 token、训练集又没有逐帧对齐」的问题。

国产操作系统/中标麒麟/银河麒麟 操作系统【ISO镜像完整版合集 共计20G】

麒麟桌面操作系统软件（龙芯版）V7.0 麒麟桌面操作系统软件（兆芯版）V7.0 麒麟高级服务器操作系统软件V7.0 update6 麒麟高级服务器操作系统软件（海光版）V7.0 麒麟高级服务器操作系统软件（龙芯64位）V7.0 麒麟高级服务器操作系统软件（ARM64版）V7.0 麒麟高级服务器操作系统软件（兆芯版）V7.0中标普华Office7.0专业版 FOR 32位windows中标普华Office7.0专业版 FOR 64位中标麒麟7.0桌面操作系统(x86)麒麟桌面操作系统源代码 麒麟服务器操作系统源代码

毕业设计MATLAB_货币识别.zip

毕业设计MATLAB源码资料