- 博客(11)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 无监督逐层预训练目前是否还广泛应用于CNN的训练
无监督逐层预训练目前是否还广泛应用于CNN的训练？之前看的文章，说DL与NN之间最大的不同是求参的过程。（1）假设多层隐藏层的NN使用梯度下降法训练参数，以我的理解是，参数初始化是随机的，但是基本接近于0.然后迭代5000次，求出最优参数。但是由于反向传播梯度扩散的现象，加上训练参数十分庞大，求解往往是局部最小值。所以NN才火不起来。（2）而DL，采用不同的训练方式，逐层训
2018-01-31 16:30:51
4373
原创 opencv之图像创建注意事项
在opencv中进行图像创建时，比如imgIn.create(cvSize(1920, 1080), CV_8UC3); 然后进行分析的图像大小要求为（640.480），则需要对imgIn进行resize，此时基于两种考虑：（1）为保证减少创建更多图像，会再定义一个Mat型数据imgIn2，然后再进行resize，即resize(imgIn,imgIn2,cvSize(640,480))，如
2018-01-30 17:40:12
774
转载 反向传播算法（过程及公式推导）
一、反向传播的由来在我们开始DL的研究之前，需要把ANN—人工神经元网络以及bp算法做一个简单解释。关于ANN的结构，我不再多说，网上有大量的学习资料，主要就是搞清一些名词：输入层/输入神经元，输出层/输出神经元，隐层/隐层神经元，权值，偏置，激活函数接下来我们需要知道ANN是怎么训练的，假设ANN网络已经搭建好了，在所有应用问题中（不管是网络结构，训练手段如何变化）我们的目标
2018-01-29 11:15:27
28228
1
转载 参数估计：最大似然估计（MLE），最大后验估计(MAP)，贝叶斯估计，经验贝叶斯(Empirical Bayes)与全贝叶斯(Full Bayes)
在开始接触最大似然估计和贝叶斯估计时，大家都会有个疑问：最大似然估计和贝叶斯估计二者很相似，到底有何区别？本文便来说说二者的不同之处以及求参模型的公式推导！预热知识必知如何求类条件概率密度： 我们知道贝叶斯决策中关键便在于知道后验概率，那么问题便集中在求解类条件概率密度！那么如何求呢？答案便是：将类条件概率密度进行参数化。最大似然估计和贝叶斯估计参数估计： 鉴于类条
2018-01-26 10:41:55
5492
2
转载 谈谈深度学习中的 Batch_Size
谈谈深度学习中的 Batch_SizeBatch_Size（批尺寸）是机器学习中一个重要参数，涉及诸多矛盾，下面逐一展开。首先，为什么需要有 Batch_Size 这个参数？Batch 的选择，首先决定的是下降的方向。如果数据集比较小，完全可以采用全数据集 （ Full Batch Learning ）的形式，这样做至少有 2 个好处：其一，由全数据集确定的方向能够更好地代表样本总体，
2018-01-25 20:18:41
4997
转载 Keras TFLearn TensorLayer
Keras MNIST CNN[python] view plain copy'''''Trains a simple convnet on the MNIST dataset. Gets to 99.25% test accuracy after 12 epochs (there is still a lot of margin for parameter tuning). 16 second
2018-01-17 20:52:31
351
转载 TensorFlow (2) CNN卷积神经网络_ TFLearn 快速搭建深度学习模型
环境：Win8.1 TensorFlow1.0.1软件：Anaconda3 （集成Python3及开发环境）TensorFlow安装：pip install tensorflow (CPU版) pip install tensorflow-gpu (GPU版)TFLearn安装：pip install tflearn参考：1. TFLearn
2018-01-17 17:35:09
3694
转载 对比学习用 Keras 搭建 CNN RNN 等常用神经网络
参考： 各模型完整代码 周莫烦的教学网站 这个网站上有很多机器学习相关的教学视频，推荐上去学习学习。Keras 是一个兼容 Theano 和 Tensorflow 的神经网络高级包, 用他来组件一个神经网络更加快速, 几条语句就搞定了. 而且广泛的兼容性能使 Keras 在 Windows 和 MacOS 或者 Linux 上运行无阻碍.今天来对比学习一下用 Keras
2018-01-17 17:32:25
983
转载 TensorFlow练习1: 编程实现一个简单的CNN, Convolutional Neural Networks
Convolutional Neural Networks翻译为卷积神经网络，常用在图像识别和语音分析等领域。CNN详细介绍参看：https://en.wikipedia.org/wiki/Convolutional_neural_networkhttp://blog.csdn.net/zouxy09/article/details/8781543http://deeplear
2018-01-17 16:39:41
1998
转载 python中format用法
format是python2.6新增的一个格式化字符串的方法，相对于老版的%格式方法，它有很多优点。1.不需要理会数据类型的问题，在%方法中%s只能替代字符串类型2.单个参数可以多次输出，参数顺序可以不相同3.填充方式十分灵活，对齐方式十分强大4.官方推荐用的方式，%方式将会在后面的版本被淘汰format的一个例子
2018-01-17 15:38:23
19503
2
原创 各自深度网络特征比较
NameAcc. testfinetuned Acc. test.Train timeForward pass timeOn disk model sizeYearPaperAlexNet93.65%97.98%35m3.01 ms227.5Mb2012linkSqeezeNet v1.192.46%9
2018-01-05 14:09:51
815
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人