蓝海大脑深度学习遥感测绘一体机的研究专家认为：
主动遥感测绘和被动遥感测绘不同之处主要体现在工作原理和特点上。在工作原理方面，主动遥感指遥感平台上的人工辐射源向目标物发射一定形式的电磁波，再由传感器接在特点方面，主动遥感使用的电磁波是微波波段和激光，采用脉冲信号和连续光束。普通雷达、侧视雷达、合成孔径雷达、红外雷达、激光雷达等都属于主动遥感系统。不依赖于太阳辐射，可以昼夜工作。根据探测目的的不同，可以主动选择电磁波的波长和发射方式；被动遥感则主要发生在电磁辐射的紫外、红外和微波波段。
阅读全文 → 2023-10-27
自己动手组装电脑DIY确实可以节省费用，但这需要对电脑组件和需求有足够的了解。如果对电脑不了解，可能会组装出一台性能不稳定的电脑，无法满足工作站的高性能需求。如果对需求不清楚，不了解计算量和GPU内存的使用情况，可能会购买到一些不必要的组件，造成浪费。因此还是建议专业的事情找专业的人来做比较好。前段时间公司做深度学习训练偶然在淘宝上发现“高性能计算”这家店铺，感觉比较专业，推荐一下。
阅读全文 → 2023-10-27
可以使用数据并行的方法，将数据分成多份，分别送到两块GPU上进行计算，最后将结果合并。具体的实现方法可以使用深度学习框架提供的多GPU训练功能，例如TensorFlow和PyTorch都支持多GPU训练。在TensorFlow中，可以使用tf.distribute.Strategy来实现多GPU训练，而在PyTorch中，则可以使用torch.nn.DataParallel将模型复制到多个GPU上进行训练。需要注意的是，在使用多GPU训练时，需要调整batch size和learning rate等参数，
阅读全文 → 2023-10-27
GAN 最先进的神经网络方法。在这里，我们有两个主要的神经网络，即生成器和鉴别器。GAN的网络主要用于生成合成信息或虚假数据。
这里生成器的主要目标是从噪声数据生成假数据。它的作用类似于 DCNN 网络，它将生成图像、文本或视频。
其中判别器的主要目标是发现输入数据或信息是假的还是真实的，它就像二元分类器。我们可以说它可以像二元CNN网络一样，最终对输入数据或信息是否真实进行分类。
阅读全文 → 2023-09-15
当你过度拟合神经网络时，你实际上是在将你的参数（权重和偏差）调整到令人难以置信的高度。例如，您的训练数据的分类准确度可能为 95%，测试/验证数据的准确度可能为 40%。过度拟合的一个好迹象是当测试/验证数据的损失大大超过训练损失时。
但为什么这种调整会对训练和测试/验证产生如此大的影响呢？
想一想 10 次多项式和线性最佳拟合线之间的区别。当然，前者可能会扭转和转向以满足每个点（似乎是最佳选择），但是当您添加尚未训练的额外数据时，多项式会严重失败，这与稳定的线性最佳拟合线不同，后者概括为数据
阅读全文 → 2023-09-15
神经网络深度的理论限制尚未确定，并且仍在进行研究以探索深度学习的功能和局限性。在实践中，近年来，由于硬件和软件的进步，以及残差连接和批量归一化等新技术的发展，神经网络的深度显着增加。
然而，更深的网络通常更加复杂且难以训练，并且可能会遇到梯度消失和过度拟合等问题。因此，神经网络的最佳深度取决于具体的任务、数据和可用的计算资源，并且必须通过实验和优化来确定。
阅读全文 → 2023-09-15
网络研讨会
了解更多
注册以接收 蓝海大脑 活动/网络研讨会邀请
地址：北京市海淀区东北旺南路29号蓝海中心
联系电话：010－82770520
联系邮箱：marketing@lanhy.cn
蓝海大脑 京ICP备18017748号-1