- 博客(4)
- 收藏
- 关注
原创 神经网络与深度学习(四)
目标检测问题目标检测问题目标检测是在给定的图片中精确找到物体所在位置,并标注出物体的类别。物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图片的任何地方,并且物体还可以是多个类别。目标检测问题发展R-CNN 、SPP NET 、最终实现YOLO目标检测实现目标检测基本原理很多时候图像里有多个我们感兴趣的目标,我们不仅想知道它们的类别,还想得到它们在图像中的具体位置。在计算机视觉里,我们将这类任务称为目标检测(object detection)或物体检测。
2023-04-16 21:39:05
125
1
原创 神经网络与深度学习小结(三)
网络结构网络说明 :网络一共有8层可学习层——5层卷积层和3层全连接层左侧:连接数 右侧:参数改进:池化层均采用最大池化选用ReLU作为非线性环节激活函数网络规模扩大,参数数量接近6000万出现“多个卷积层+一个池化层”的结构普遍规律随网络深入,宽、高衰减,通道数增加改进:输入样本最简单、通用的图像数据变形的方式从原始图像(256,256)中,随机的crop出一些图像(224,224)。【平移变换,crop】水平翻转图像。【反射变换,flip】
2023-04-01 14:43:58
99
原创 神经网络与深度学习小结(二)
动量法SGD问题病态曲率图为损失函数轮廓。在进入以蓝色标记的山沟状区域之前随机开始。颜色实际上表示损失函数在特定点处的值有多大,红色表示最大值,蓝色表示最小值。我们想要达到最小值点,为此但需要我们穿过山沟。这个区域就是所谓的病态曲率。梯度下降沿着山沟的山脊反弹,向极小的方向移动较慢。这是因为脊的表面在W1方向上弯曲得更陡峭。如果把原始的 SGD 想象成一个纸团在重力作用向下滚动,由于质量小受到山壁弹力的干扰大,导致来回震荡;或者在鞍点处因为质量小速度很快减为 0,导致无法离开这块平地。
2023-03-26 21:09:28
79
原创 神经网络与深度学习小结(一)
定义:利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。要素:训练集、输出数据、拟合的函数、训练数据的条目数。损失函数:目标:求解方法:求解,可得,其中x,y为给定样本数据,X,Y为这些数据组成的向量。线性分类定义:线性分类器则透过特征的线性组合来做出分类决定,以达到此种目的。简言之,样本通过直线(或超平面)可分线性分类与线性回归差别:输出意义不同:属于某类的概率<->回归具体值参数意义不同:最佳分类直线<->最佳拟合直线。
2023-03-19 15:26:18
124
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