深度学习
文章平均质量分 75
letmecode
计算机视觉
展开
-
感知器算法与神经网络
感知器作为人工神经网络中最基本的单元,有多个输入和一个输出组成。虽然我们的目的是学习很多神经单元互连的网络,但是我们还是需要先对单个的神经单元进行研究。感知器算法的主要流程: 首先得到n个输入,再将每个输入值加权,然后判断感知器输入的加权和最否达到某一阀值v,若达到,则通过sign函数输出1,否则输出-1。为了统一表达式,我们将上面的阀值v设为-w0,新增变量x0=1,这样就原创 2016-10-21 15:54:17 · 5094 阅读 · 0 评论 -
激活函数与caffe及参数
为什么引入非线性激励函数?如果不用激励函数(其实相当于激励函数是f(x) = x),在这种情况下你每一层输出都是上层输入的线性函数,很容易验证,无论你神经网络有多少层,输出都是输入的线性组合,与没有隐藏层效果相当,这种情况就是最原始的感知机(Perceptron)了。正因为上面的原因,我们决定引入非线性函数作为激励函数,这样深层神经网络就有意义了(不再是输入的线性组合,可以逼近任意函数)。最早原创 2016-10-22 10:44:13 · 2592 阅读 · 0 评论 -
PSPNet
一 引言1.场景理解任务数据库1.1 LMO dataset C. Liu, J. Yuen, and A. Torralba. Nonparametric scene parsing:Label transfer via dense scene alignment. In CVPR, 2009.1.2 PASCAL VOC M. Everingham, L.原创 2017-09-03 11:31:11 · 833 阅读 · 0 评论 -
对数据集进行扰动
import cv2import numpy as npimport osdef randLighting(img): saturation = 1.5 exposure = 1.5 hsv = cv2.cvtColor(img, cv2.COLOR_RGB2HSV) r0 = np.random.rand原创 2017-09-30 12:03:36 · 5623 阅读 · 1 评论