深度学习——理论知识
文章平均质量分 73
beegreen
这个作者很懒,什么都没留下…
展开
-
交互式分割工具——开源软件EISeg
基本性能介绍这款开源软件EISeg可以快速帮助大家进行快速标注。下面是测试结果比较。传统标注软件1分07秒开源EISeg标注软件 9秒可以看到,传统方法使用的标注时间是1分07秒,开源EISeg标注软件只用了9秒,使用的时间是传统方式的1/7还不到!交互式分割,就是先用预训练模型对图像预标注。对于标注不精准、有误差的地方,再通过较少的绿色点(正点)和红色点(负点)精准的调整目标对象的边缘,从而实现精细化标注,高效而实用。EISeg是基于交互式分割工具开发的自动标注软件,提供了简单易操作的使原创 2021-11-17 13:25:32 · 2015 阅读 · 1 评论 -
转:python3和Python2的区别(别被坑太久了)
print函数:(Python3中print为一个函数,必须用括号括起来;Python2中print为class)Python 2 的 print 声明已经被 print() 函数取代了,这意味着我们必须包装我们想打印在小括号中的对象。Python 2print ‘Python’, python_version()print ‘Hello, World!’print(‘Hello, Wo...转载 2019-06-29 18:24:47 · 2644 阅读 · 0 评论 -
转:Using convolutional neural nets to detect facial keypoints tutorial
Using convolutional neural nets to detect facial keypoints tutorial December 17, 2014 | categories: Python, Deep Learning, Programming, Tutorial, Machine Learning| View Comments ...转载 2019-06-28 13:47:22 · 430 阅读 · 0 评论 -
转:卷积神经网络的卷积核大小、个数,卷积层数如何确定呢?
预处理: -mean/std zero-center就够了, PCA, 白化什么的都用不上. 我个人观点, 反正CNN能学习encoder, PCA用不用其实关系不大, 大不了网络里面自己学习出来一个.shuffle, shuffle, shuffle.网络原理的理解最重要, CNN的conv这块, 你得明白sobel算子的边界检测.Dropout, Dropout, Dropout(不仅仅可以防...转载 2019-06-28 13:27:25 · 7397 阅读 · 0 评论 -
转:Matlab编程之——卷积神经网络CNN代码解析
deepLearnToolbox-master是一个深度学习matlab包,里面含有很多机器学习算法,如卷积神经网络CNN,深度信念网络DBN,自动编码AutoEncoder(堆栈SAE,卷积CAE)的作者是 RasmusBerg Palm。今天给介绍deepLearnToolbox-master中的CNN部分。DeepLearnToolbox-master中CNN内的函数:调用关系为:该...转载 2019-06-28 13:24:52 · 590 阅读 · 0 评论 -
转:DNN的反向传播过程的推导
DNN网络(全连接的网络)在进行DNN反向传播算法前,我们需要选择一个损失函数,来度量训练样本计算出的输出和真实的训练样本输出之间的损失。输出计算公式:随机选择一系列W,b,用前向传播算法计算出来的。即通过一系列的计算:。计算得出最后的输出层L对应的便是前向输出的结果。损失函数的选择有很多,比如均方差、交叉熵。我们以交叉熵为例,介绍DNN的反向传播算法,计算公式如下:...转载 2019-06-18 12:23:48 · 598 阅读 · 0 评论 -
转:DNN的反向传播过程的推导
DNN网络(全连接的网络)在进行DNN反向传播算法前,我们需要选择一个损失函数,来度量训练样本计算出的输出和真实的训练样本输出之间的损失。输出计算公式:随机选择一系列W,b,用前向传播算法计算出来的。即通过一系列的计算:。计算得出最后的输出层L对应的便是前向输出的结果。损失函数的选择有很多,比如均方差、交叉熵。我们以交叉熵为例,介绍DNN的反向传播算法,计算公式如下:...转载 2019-06-18 12:20:13 · 305 阅读 · 0 评论 -
转:CNN的反向传播过程的推导(池化层、卷积层)
上一篇文章介绍了DNN的反向传播,对DNN不清楚的可以去看看,CNN在DNN的基础上进行解释。一、回顾DNN的反向传播上一篇DNN反向传播过程得出结论:1、计算每一层的W、b的梯度,需要计算出2、然后每一层的W的梯度和b的梯度 &nbs...转载 2019-06-15 21:52:17 · 908 阅读 · 0 评论 -
转:resnet,densenet的反向传播详解
来源作者:迷途的Go来源链接:https://www.jianshu.com/p/7ee2650fe1ea正常网络的反向传播resnet_block.png, , , ,初始化网络参数,给个初始值,经过前向传播,图中x,z,h,o的值都是已知的, o,h是已知的,, ,代入公式得resnet的反向传播一个正常的两层网络resnet_block.png...转载 2019-06-15 21:47:56 · 1579 阅读 · 0 评论