- 博客(6)
- 收藏
- 关注
RSS订阅翻译 Unet论文原文
U-Net: Convolutional Networks for Biomedical Image SegmentationAbstract. There is large consent that successful training of deep net- works requires many thousand annotated training samples. In this pa- per, we present a network and training strategy tha
2021-04-09 20:32:45
2849
原创 卷机神经网络学习笔记-Batch Normalization的理解以及为什么会有用
原论文：《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》下图是过程。我的理解是，BN做的事就是让网络自己去学习均值与方差，这是网络想要的均值和方差，就是参数和。BN通常在激活函数之前。 BN+PRelu，是常用的结构然后是为什么。我在吴恩达的视频里看到的是第一个原因，本身归一化特征值x就可以是特征都在类似的范围里面，加速学习。比如有十个特征，
2020-11-14 16:49:07
217
原创 MacOS 10.15.7下Anaconda和Pycharm的安装配置
MacOS 10.15.7下Anaconda和Pycharm的安装配置先说点废话。本人最近刚从Windows转到mac，新买了Macbook，之前在Windows上装过pycharm与anaconda，但是现在再自己在Mac上装还得看教程。于是自己写篇教程，记录过程，也方便别人参考。好，废话不多说，我说我的安装步骤。第一，Anaconda官网下载Anaconda。两种方法：直接访问官网https://www.anaconda.com 或者百度的第一个第二步很简单。“Get S...
2020-11-09 23:25:20
712
1
翻译 FCN文章翻译以及理解
为了记录督促自己的学习同时也和大家分享，想想还是来写一下博客了。如有问题欢迎指正。原文地址https://www.cv-foundation.org/openaccess/content_cvpr_2015/html/Long_Fully_Convolutional_Networks_2015_CVPR_paper.html翻译仅供参考，有些单词我给出了原文。摘要卷积网络是一种功能强大的可视化模型，可以产生特征的层次结构。我们发现，卷积网络本身，经过训练的端到端像素，超过了语义分割的最新
2020-09-07 14:46:21
1081
1
原创 K-折交叉验证更深层次的讨论
首先我在网上看到这样一句话交叉验证的目的：当数据量较少时，交叉验证可以评估模型的泛化能力，从而进行模型选择随之而来就有了疑问这个数据量较少，是多少，一般多少是较少，需要交叉验证了。 交叉验证为什么可以用来评估模型的泛化能力接下来就开始找这些疑问的答案！第一个问题：找了一圈，没有找到合适的解答。我自己的理解是要看情况数据量在几百的大小的时候应该需要，在上万的数据量时可以不用，这个需要看具体的情况。第二个问题：为什么可以评估模型的泛化能力。k-1训练，另外一份测试，只要测试集不参与.
2020-08-11 00:21:27
505
原创 逆波兰表达式的求解问题
因为要考研究生，第一次学习数据结构，算法中的一些关于栈的基本操作是从严蔚敏编著的《数据结构》（C语言版）学来，代码有一些不够完整或者欠缺的地方，希望有大神可以帮忙指出，感激不尽。 下面具体谈一谈逆波兰表达式。 逆波兰表达式也就是后缀式，它的主要特征是“S1 S2 OP”S1是第一操作数，S2是第二操作数，OP则是运算符了。 举个例子：正常的表达式是5*2，也就是”S1 OP S2”，这是符合我
2017-11-10 16:48:25
597
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