- 博客(5)
- 资源 (10)
- 收藏
- 关注
原创 Andrew Ng's deeplearning Course 第1课、第2课、第3课、第4课、第5课课后练习题/编程题
吴恩达深度学习deeplearning第一课课后测验及编程作业(含答案):http://download.csdn.net/download/u012867545/10171710吴恩达深度学习deeplearning第二课课后测验及编程作业(含答案):http://download.csdn.net/download/u012867545/10172659吴恩达深度学习deeplearning第...
2017-12-27 10:20:20 3945 1
原创 Andrew Ng's deeplearning Course4Week4 Special applications(特殊应用:人脸识别及神经风格转换)
一、人脸识别与验证1.什么是人脸识别人脸验证就是输入一个图片和姓名/ID,然后去数据库找这人的图像与当前图像进行匹配看看是不是同一个人。而人脸识别是有一个K个人图像的数据库,而输入仅仅只有一个图像,你就得去数据库中找哪个人最接近输入的这个图像,识别出来(或者没有这个人)。2.one-shot学习(一次学习)因为人脸识别只能通过一个样本来学习,因此我们需要解决的就
2017-12-24 19:03:05 601
原创 Andrew Ng's deeplearning Course4Week3 Object detection(目标检测)
一、目标定位与特征点检测1.目标定位由上图可知,之前我们学习的是图片分类的问题,而图片分类的定位问题就是建立在图片分类的基础上的,而目标的检测又是在图片分类定位问题的基础上实现的。目标的定位的输入就是图片,经过一系列CONV,pool池化后最后输出一个形似如下的softmax,包含有4个值,包括目标的中心坐标(bx,by),目标的边界大小bh,bw。该如何定义输出变量y呢?y0也就是Pc的值为0~...
2017-12-22 23:04:14 645 2
原创 Andrew Ng's deeplearning Course4Week2 Deep convolutional models(深度卷积网络:实例探究)
一、经典网络1.LeNet-5LeNet-5的结构为conv->pool->conv->pool->fc->fc->output。在LeCun写这篇论文的时候,这里的激活函数采用的是sigmoid和tanh,不过现在也可以使用ReLU。还有一个优点是参数相对来说不多。2.Alex-net AlexNet的结构为conv->pool->conv->pool->conv
2017-12-20 13:44:44 1204
原创 Andrew Ng's deeplearning Course4Week1 Convolutional Neural Networks(卷积神经网络)
一、计算机视觉深度学习帮助计算机视觉很好的发展,如无人驾驶车识别路上的行人和车辆,人脸识别,艺术风格迁移。如上图所示,深度学习在大图像上有一个问题,那就是维度。之前64*64*3的维度才12288,但是如果是1000*1000像素的大图片,那么维度就是3million,假设第一层有1000个隐藏单元,那么就是3billion。输入维度太大,在参数如此大量的情况下,难以获取足
2017-12-03 21:27:26 949
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人