cnn神经网络
文章平均质量分 84
houzhe_adore
这个作者很懒,什么都没留下…
展开
-
CNN-卷积计算
本文介绍卷积3种计算方式卷积:我们先认为图片是由不同的波形组成。在时域空间下,图片就是我们看到的图片,由很多不同频率波形混杂在一起。频域空间下,图片波型变的离散化,可以清楚看到每一个波形的å频率(这块解释非常的粗糙,如果看不明白,搜一下时域图和频域图)。在时域空间下,我们很难把一张图片上噪音完全过滤掉,一种做法,我认为是遍历整张图片,然后修改噪音部分,类似PS过程。另一种办法是将图片转换到频域空间下原创 2018-01-01 15:06:52 · 3174 阅读 · 3 评论 -
Alexnet训练Cifar10
Alexnet作为经典网络,值得深度学习。通过实验,(1)尽可能的加深对paper一些创新点理解。AlexNet谜一般的input是224*224,实际上应该是227*227。在实验中,我采用的是cifar10,输入是32*32。所以将网络参数同比简化。(2)尽可能理解不同训练方法带来的区别。数据集:http://www.cs.toronto.edu/~kriz/cifar-10-python原创 2018-01-16 16:58:00 · 20009 阅读 · 12 评论 -
CNN在图像分类上发展
CNN在图像分类上发展自2012年AlexNet在Imagenet一鸣惊人之后,国内外顶尖团队都开始着手研究CNN在CV上的应用。12-15年基本上每一年都可以诞生一副经典之作,16-17年表现平淡,感觉各大团队已经在图像分类上已然通关。研究重心更加偏向目标识别,语义分割领域,以及如何压缩网络。Imagenet:120万张训练图片,5万验证集,15万测试集,涵盖1000类图片。网络...原创 2018-02-13 11:55:19 · 2248 阅读 · 0 评论