自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(4)
  • 收藏
  • 关注

原创 2021-02-04

首先我们从卷积神经网络的来源说起。第一,卷积,卷积一开始是一个物理概念(公式如图),是两个变量在某范围内相乘后求和的结果,常用来表示两个变量之间的关联。在图像中,卷积用来反映局部图像与我们需要分辨的特征的关联。我们会让卷积核在整个图像上滑动,如果在图像上某处,得到了相应的特征,那么模型就会自动识别出来。第二,神经网络,是指利用一层层神经元构建成一个类似大脑结构的模型,从而自动实现端到端的学习。为什么要用神经网络?因为传统计算机视觉,对图像的理解非常重要,图像的特征有颜色特征、几何特征、边缘特征、局

2021-02-04 19:24:30 19

原创 学深度学习和神经网络之前要先学机器学习吗?

必须要学,至少是当下必须要学。首先,从大家最关心的就业角度来说,机器学习的岗位暂时还是远多于深度学习的岗位。因为深度学习是最近3-5年火起来的,而面试你的人,大都在这之前就已经入行了,所以他们不一定很懂深度学习,但是必定学过机器学习。因此,主流公司的算法工程师的面试,深度学习可能不考,但是机器学习必考。这是绕不开的,因为面试官可能对深度学习不太了解,他们那个年代学的是机器学习,喜欢做公式推导。而且,现在工业界用的很多模型还是LR,FM,XGBoost这些传统模型,因为它们轻量级,更容易实现。所以,从找工

2021-01-17 23:43:39 630

原创 “深度学习”如何入门?学习路径篇,附论文资料!

现在,深度学习入门相较于几年前,已经门槛非常低了,既有大量的中文资料,又有现成的训练平台(tensorflow和pytorch),但是我们仍然需要一些技巧。首先,第一步,也是必须的一步,就是补习一下微积分的知识。可能有同学一听到微积分就头痛,不过没关系,深度学习用的微积分知识不多,主要是导数,梯度,链式法则。基本上也就是书上一两章的内容,这些弄懂基本足够了。如果想深入一些,可以再补一补函数极值,牛顿法,矩阵分解,这些知识点大都是传统机器学习的必需品,深度学习已经没有那么讲究了。接下来,需要选择你的打

2021-01-02 15:44:55 875

原创 什么是“深度学习”?简答科普篇,一看就懂

深度学习,说到底,就是模仿人脑结构的一种学习方式。首先输入角度,人脑是怎么学习的,人的学习方式往往是非结构化数据, 无论是图像,语言,文字,皆可归于此类,这些数据很难用纯数字的方法量化,无法做成传统机器学习那种一列一列数字特征(或类别特征)的形式,所以传统机器学习或多或少都需要特征工程,而且不同领域的特征工程相差巨大。然而,深度学习却可以直接输入图像,语言,文字的原始数据(进行简单的数字化处理),进行学习,可以说,是最接近人脑的一种输入数据的格式。其次模型角度,人脑是如何处理信息的,靠海量的神经元,

2020-12-30 19:51:15 1334

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除