![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能学习
马士兵---人工智能 学习笔记
甜果儿
这个作者很懒,什么都没留下…
展开
-
跟李沐学AI -42 锚框
以每一个像素为中心,生成高宽度不同的多个锚框。原创 2023-11-25 09:23:09 · 94 阅读 · 0 评论 -
跟李沐学AI -44 物体检测算法
对整个图片依次抽取。减少重复操作mask-R-CNN会比较关注每一个像素。原创 2023-11-25 14:48:28 · 51 阅读 · 0 评论 -
跟李沐学AI-37 微调--迁移学习
【代码】跟李沐学AI-37 微调--迁移学习。原创 2023-11-24 10:32:16 · 108 阅读 · 0 评论 -
跟李沐学AI-29ResNet为什么能训练出1000层的模型
原创 2023-11-24 08:30:51 · 34 阅读 · 0 评论 -
跟李沐学AI-29 残差网络 ResNet
【代码】跟李沐学AI-29 残差网络 ResNet。原创 2023-11-24 08:21:15 · 51 阅读 · 0 评论 -
跟李沐学AI-28 批量归一化
如何在底部特征学习改变的时候?将小批量batch 中的数据归一化到一种--均值和方差相对固定的范围.这样在学习底部层的时候波动就不会那么大。底部信息变了,上面的权重的学习就白学了,顶部层就需要重新 训练。为什么会需要变?数据的方差和均值在每一层的分布都会有变化。如果分布比较固定,就只需要微调即可。是要学习的参数---原创 2023-11-23 22:34:46 · 73 阅读 · 0 评论 -
跟李沐学AI-27 GooLeNet
4条路一起走,拿到不同的特征数据。然后在通道维度做合并。结果你会发现,宽高没有变,但是通道数变多了。跟单3x3或5x5卷积层比,Inception块和计算复杂度。原创 2023-11-23 15:55:21 · 115 阅读 · 0 评论 -
跟李沐学AI-26 网络中的网络(NiN) --去掉全连接层
【代码】跟李沐学AI-26 网络中的网络(NiN) --去掉全连接层。原创 2023-11-23 14:04:52 · 38 阅读 · 0 评论 -
跟李沐学AI-20 卷积层里的填充和步幅
第7层就已经4*4了。如果想32*32的图像做更深的卷积,办法之一:就可以通过来解决。原创 2023-11-22 23:31:52 · 45 阅读 · 1 评论 -
跟李沐学AI-19 卷积层
【代码】跟李沐学AI-19 卷积层。原创 2023-11-22 22:31:12 · 56 阅读 · 1 评论 -
跟李沐学AI-16 神经网络基础
简要总结一下每个块必须提供的基本功能:将输入数据作为其前向传播函数的参数。通过前向传播函数来生成输出。请注意,输出的形状可能与输入的形状不同。例如,我们上面模型中的第一个全连接的层接收一个20维的输入,但是返回一个维度为256的输出。计算其输出关于输入的梯度,可通过其反向传播函数进行访问。通常这是自动发生的。存储和访问前向传播计算所需的参数。根据需要初始化模型参数。'''我们首先看一下前向传播函数,它以X作为输入, 计算带有激活函数的隐藏表示,并输出其未规范化的输出值。原创 2023-11-22 12:18:24 · 74 阅读 · 1 评论 -
跟李沐学AI-14 数值稳定性
合理的权重初始值和激活函数的选取可以提升数值稳定性。这是我们的期望目标。原创 2023-11-21 22:26:42 · 36 阅读 · 0 评论 -
跟李沐学AI-13 丢弃法
【代码】跟李沐学AI-13 丢弃法。原创 2023-11-21 20:48:22 · 42 阅读 · 1 评论 -
跟李沐学AI -12 权重衰退
【代码】跟李沐学AI -12 权重衰退。原创 2023-11-21 14:17:46 · 54 阅读 · 1 评论 -
跟李沐学AI -11 模型选择 、过拟合和欠拟合
就是训练好的模型,在实际运用过程中遇到新的数据会表现怎样?原创 2023-11-21 13:54:05 · 45 阅读 · 1 评论 -
跟李沐学AI -09 Softmax 回归--分类问题
大余量: 指数据之间的置信度之间差别较大..可以更明晰的区别该对象属于某一类两者之间的差最好大于某 一阈值.原创 2023-11-21 10:59:02 · 56 阅读 · 1 评论 -
跟李沐学AI -08 线性回归+基础优化算法
定义初始化模型参数# w 均值为0 方差为0.01 shape 为(2,1)b = torch.zeros(1, requires_grad=True) #b 默认设置为0 标量# 定义线性回归模型# 定义损失函数--均方损失# reshape 统一y_hat和y 的形状'''# 定义优化算法--小批量随机梯度下降'''# 更新的时候不要计算梯度param.grad.zero_() #清零。原创 2023-11-20 17:33:13 · 84 阅读 · 1 评论 -
跟李沐学AI -07 自动求导
【代码】跟李沐学AI -07。原创 2023-11-19 22:36:46 · 43 阅读 · 1 评论