计算机视觉
平台:华为云学院
Tips:
1 在深度学习网络模型中,各个层级的作用:
- 卷积层:提供图像特特征
- 激活函数:提高图像非线性拟合能力;
- 池化层:缓解卷积层对物体位置的敏感性;
- 全连接层:根据提供的图像特征作分类;
- SoftMax: 作多类别分类
2 池化层的作用有在于:1)减少图像特征图的空间尺寸;2)减少训练参数的数量
高频考点
【Tensorflow和Pytorch框架介绍及区别】
【线性回归、逻辑回归和朴素贝叶斯区别】
线性回归:线性回归的拟合函数是对f(x)的输出变量y的拟合,线性回归的样本的输出,都是连续值,y的取值范围是正负无穷大。
逻辑回归:逻辑回归的拟合函数都是对1类样本的概率的拟合,样本的输出取值为0或1;属于判别模型;要求特征参数间是线性的。
朴素贝叶斯