- 博客(4)
- 收藏
- 关注
RSS订阅原创 神经网络与深度学习课程总结（4）
语义分割是以描边的形式，将整张图不留缝隙的分割成每个区域，每个区域是一个类别，没有类别的默认为背景background。全卷积部分借用了一些经典的CNN网络，并把最后的全连接层换成卷积，用于提取特征，形成热点图；这是一个相当小的语料库， 只有30000多个单词， 而现实中的文档集合可能会包含数十亿个单词。①YOLO先使用ImageNet数据集对前20层卷积网络进行预训练，然后使用完整的网络，在PASCAL VOC数据集上进行对象识别和定位的训练和预测；其实就是舍弃与“作为输出预测的边界框”很相近的框框。
2023-04-23 22:24:00
139
1
原创 神经网路与深度学习课程总结(3)
5、接着对池化后的图像进行连续三次的卷积，第一个卷积采用384个大小为3 × 3 × 256的卷积核，第二个卷积采用384个大小为3 × 3 × 384 的卷积核，第三个卷积采用256个大小为3 × 3 × 384 的卷积核，步长与填充均为1，最终得到256个大小为13 × 13的特征图。分类为大雁的照片中，4个大雁，2个飞机。1、首先对227 × 227 × 3的原始图像进行卷积，采用96个大小为11 × 11 × 3 的卷积核，步长为4，得到96个大小为55 × 55的特征图。
2023-04-22 20:26:36
81
1
原创 神经网路与深度学习课程总结(2)
一般而言，pytorch适合初学者上手深度学习，本课程中也是使用pytorch作为框架进行学习。PyTorch是一个Python的深度学习库。它最初由Facebook人工智能研 究小组开发，而优步的Pyro软件则用于概率编程。最初，PyTorch由Hugh Perkins开发，作为基于Torch框架的LusJIT的 Python包装器。PyTorch在Python中重新设计和实现Torch，同时为 后端代码共享相同的核心C库。
2023-03-30 21:55:12
48
1
原创 神经网路与深度学习课程总结(1)
这个区域就是所谓的病态曲率。网络结构： u、 y是网络的输入、输出向量，神经元用节点表示，网络由输入层、 隐层和输出层节点组成，隐层可一层，也可多层，前层至后层节点通过权联接。具有较大偏导的参数相应有一个较大的学习率，而具有小偏导的参数则对应一个较小的学习率。大数据问题：从实际的需求来看，随着数据采集和计算机能力的增加，积累了大量的数据，而且绝大部分是非结构化（语义不清楚、稀疏）数据。多层前馈网络：多层前馈网络的反向传播（BP）学习算法，简称BP算法，是有导师的学习，它是梯度下降法在多层前馈网中的应用。
2023-03-30 15:23:55
92
2
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