- 博客(4)
- 资源 (7)
- 收藏
- 关注
原创 discriminate、generative、conditional generative模型
discriminate、generative、conditional generative模型discriminate model:输入图片x和label y,学习概率。结果需要归一化也就是说各种类别的概率需要相互竞争,之和为1.generative model:输入为图片x,学习分布。conditional generative model:输入为图片x和label y,可以理解为是一种generative model但是带label。generative model产生的原因:一个例子比如预测
2020-09-15 11:52:44 643
原创 RNN
之前刚开始接触AI的时候并没有学习RNN,现在补上。首先为什么使用RNN呢?RNN相比CNN有哪些优势?因为有些问题存在以下特点,导致必须使用RNN来解决。输入和输出的长度不固定。希望能够共享特征在问题的不同位置上。...
2020-09-08 22:04:10 569
原创 DeepLab系列
本系列是基于像素分割的语义分割算法,目前分为3个版本。DeepLabV1问题作者认为语义分割需要解决三个问题:过多的pool导致图片分辨率降低。目标的大小变化。由于DCNN(深度卷积圣经网络)具有不变性(图片翻转后类别不变),有利于分类任务,但是不利于稠密的预测任务比如语义分割,会损失定位精度。解决1 过多的pool导致图片分辨率降低。去掉最后几个axpool(s=2->1)将接下来的卷积层转为膨胀卷积。膨胀卷积的作用:在没有加入参数和多余的计算情况下,扩大感受野。
2020-09-05 11:14:51 811
原创 show_cnn总结
这篇文章是对专栏show CNN写的一篇总结的文章。总体来讲,cnn可视化可以分为2种方法:特征可视化:这种方法显示图片所有特征信息,不能可视化对分类结果起到重要作用的区域。如deconvnet、guided propagation。类激活图:这种方法可以可视化对分类结果起到重要作用的区域。如CAM系列。...
2020-09-02 11:48:08 153
代码之美(Java版本)
2018-08-23
数据结构与算法分析—C语言描述 第二版(中文版)
2018-08-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人