退出
我的积分:
中文文献批量获取
外文文献批量获取
徐颂民; 江玉珍;
华南理工大学继续教育学院;
广东广州510000;
韩山师范学院计算机与信息工程学院;
广东潮州521000;
手写数字; 卷积; 神经网络; 深度学习; 训练本样;
机译:四种算术运算的基于CNN的手写数字识别模型
机译:基于CNN的多语言手写数字识别:无融合方法
机译:手写数字识别的多分类器融合和CNN特征提取
机译:基于Tensorflow的CNN研究与实现
机译:基于双重合作神经网络的无约束手写数字识别
机译:使用卷积神经网络(CNN)改进的手写数字识别
机译:用TensoRFlow在Python中使用卷积神经网络的手写数字识别,以及各种隐藏层的性能比较
机译:二氰基二氮甲烷((CN)2CNN)与二氰基亚甲基自由基(:C(CN)2)的振动光谱
机译:对于长距离检测或军用目的和用于学习对象检测器的设备,可以使用it it ita it itable.Sessessess的基于CNN的基于CNN的基于CNN的基于CNN的硬件优化的装置和用于学习的对象检测器的装置。基于CNN的作出或最低目的使用策略分配和触摸设备进行决定使用案例
机译:CNN 3X3 1X3 3X1 CNN用于CNN的WinoGrad的WinoGrad的低开销实施,3x3 1x3和3x1滤波器在基于CNN加速器的CNN加速器上
机译:一种方法和学习设备,用于使用用于硬件优化的1x1卷积的基于CNN的对象检测器,以及使用该测试方法和测试设备,使用1×1卷积的CNN基于CNN的对象检测器的学习方法和学习设备用于硬件优化,以及使用Samem的测试方法和测试设备}
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。