首页
学习
活动
专区
工具
TVP
发布

深度残差收缩网络

专栏成员
12
文章
11904
阅读量
14
订阅数
故障诊断为什么要用深度学习?
故障诊断入门级选手提个问题,振动信号分析直接做频谱分析就好了,为啥需要人工智能? - amaze2的回答 - 知乎 https://www.zhihu.com/question/332473558/a
用户6831054
2020-08-29
1K0
【哈工大】深度残差收缩网络:从删除冗余特征时的灵活程度进行讨论
从名字可以看出,深度残差收缩网络是深度残差网络的一种改进方法。其特色是“收缩”,在这里指的是软阈值化,而软阈值化几乎是现在信号降噪算法的必备步骤。
用户6831054
2020-05-29
1.4K0
注意力机制下的激活函数:自适应参数化ReLU
本文在综述传统激活函数和注意力机制的基础上,解读了一种注意力机制下的激活函数,即自适应参数化修正线性单元(Adaptively Parametric Rectifier Linear Unit,APReLU),希望对大家有所帮助。
用户6831054
2020-02-24
1K0
【深度残差收缩网络】超简单Keras代码
从本质上讲,深度残差收缩网络属于卷积神经网络,是深度残差网络(deep residual network, ResNet)的一个变种。它的核心思想在于,在深度学习进行特征学习的过程中,剔除冗余信息是非常重要的;软阈值化是一种非常灵活的、删除冗余信息的方式。
用户6831054
2019-12-31
2.3K0
TFLearn快速搭建深度残差收缩网络
作为一种新颖的深度学习算法,深度残差收缩网络实际上是深度残差网络的升级版本,能够在一定程度上提高深度学习方法在含噪数据上的特征学习效果。
用户6831054
2019-12-28
6520
深度残差收缩网络(六)代码实现
深度残差收缩网络其实可以作为一种通用的特征学习方法,本质上是深度残差网络ResNet、注意力机制和软阈值化的集成,可以用于图像分类。本文采用TensorFlow 1.0和TFLearn 0.3.2,编写了图像分类的程序,采用的图像数据为CIFAR-10。CIFAR-10是一个非常常用的图像数据集,包含10个类别的图像。可以在这个网址找到具体介绍:https://www.cs.toronto.edu/~kriz/cifar.html
用户6831054
2019-12-24
7880
深度残差收缩网络(五)实验验证
实验部分将所提出的两种深度残差收缩网络,即“通道之间共享阈值的深度残差收缩网络(Deep Residual Shrinkage Networks with Channel-shared Thresholds,简称DRSN-CS)”,和“逐通道不同阈值的深度残差收缩网络(Deep Residual Shrinkage Networks with Channel-wise Thresholds,简称DRSN-CW)”,与传统的卷积神经网络(Convolutional Neural Networks, ConvNet)和深度残差网络(Deep Residual Networks, ResNet)进行了对比。实验数据是齿轮箱在八种健康状态下的振动信号,分别添加了不同程度的高斯噪声、Laplacian噪声和Pink噪声。
用户6831054
2019-12-21
6400
深度残差收缩网络(四)注意力机制下的阈值设置
对于基于深度学习的分类算法,其关键不仅在于提取与标签相关的目标信息,剔除无关的信息也是非常重要的,所以要在深度神经网络中引入软阈值化。阈值的自动设置,是深度残差收缩网络的核心贡献。需要注意的是,软阈值化中的阈值,需要满足一定的条件。这篇文章中的阈值设置,事实上,是在注意力机制下进行的。下面分别介绍阈值需要满足的条件、注意力机制以及具体的阈值设置方法。
用户6831054
2019-12-21
6190
深度残差收缩网络(三)网络结构
深度残差收缩网络是深度残差学习的一种改进,发表在IEEE Transactions on Industrial Informatics上,面向的是数据包含噪声的情况。简单地讲,深度残差收缩网络就是,将软阈值化作为可训练的模块,嵌入到ResNet之中。
用户6831054
2019-12-21
8240
深度残差收缩网络(二)整体思路
深度残差收缩网络(Deep Residual Shrinkage Network)是深度残差学习(Deep Residual Network, ResNet)的一种改进,发表在IEEE Transactions on Industrial Informatics上,面向的是数据包含噪声的情况。
用户6831054
2019-12-21
4980
深度残差收缩网络(一)背景知识
深度残差收缩网络(Deep Residual Shrinkage Network)是深度残差网络(Deep Residual Network, ResNet)的一种改进,发表在IEEE Transactions on Industrial Informatics上,面向的是样本含有噪声的情况。
用户6831054
2019-12-21
6900
【极简解读】深度残差收缩网络 Deep Residual Shrinkage Network
深度残差收缩网络(Deep Residual Shrinkage Network),是深度残差学习(ResNet)或者说Squeeze-and-Excitation Networks的一种改进,发表在IEEE Transactions on Industrial Informatics,面向强噪声情况下的数据分类问题。
用户6831054
2019-12-21
1.4K0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档