...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Image Processing On Line >A Fast C++ Implementation of Neural Network Backpropagation Training Algorithm: Application to Bayesian Optimal Image Demosaicing
【24h】

A Fast C++ Implementation of Neural Network Backpropagation Training Algorithm: Application to Bayesian Optimal Image Demosaicing

机译：神经网络反向传播训练算法的快速C ++实现：在贝叶斯最优图像去马赛克中的应用

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recent years have seen a surge of interest in multilayer neural networks fueled by their successful applications in numerous image processing and computer vision tasks. In this article, we describe a C++ implementation of the stochastic gradient descent to train a multilayer neural network, where a fast and accurate acceleration of tanh(·) is achieved with linear interpolation. As an example of application, we present a neural network able to deliver state-of-the-art performance in image demosaicing.
机译：近年来，由于多层神经网络在许多图像处理和计算机视觉任务中的成功应用而引起了人们的极大兴趣。在本文中，我们描述了随机梯度下降的C ++实现，以训练多层神经网络，其中通过线性插值实现tanh（·）的快速准确的加速。作为应用示例，我们介绍了一种神经网络，能够在图像去马赛克方面提供最先进的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号