深度学习
caicai2526
这个作者很懒,什么都没留下…
展开
-
系统学习深度学习(一) --深度学习与神经网络关系
转自:http://blog.csdn.net/zouxy09/article/details/8775518最近开始学习深度学习,基本上都是zouxy09博主的文章,写的蛮好,很全面,也会根据自己的思路,做下删减,细化。Deep Learning的基本思想 假设我们有一个系统S,它有n层(S1,…Sn),它的输入是I,输出是O,形象地表示为: I =&...转载 2018-04-08 15:00:14 · 2741 阅读 · 0 评论 -
Caffe中加入focal loss
这是我在github上面上传的修改的caffe框架里面加入focal loss,需要的可以自己下载下来直接编译就可以了。https://github.com/caicai2526/Caffe_densenet_focal_loss另外我也提供了caffe版本的Densenet网络结构加入focal loss和没有加入focal loss地址:https://github.com...原创 2018-04-13 14:58:39 · 4094 阅读 · 7 评论 -
分割网络总结:FCN,Segnet,RefineNet,PSPNet,Deeplab v1&v2&v3
这篇博客对先前的几个语义分割网络进行一下个人的小结,从2014年FCN网络到2017年的deeplab v3。现在流行的这几个深度分割网络都是基于传统的CNN网络机构进行变化的,比如说FCN网络是由加州伯克利分校的Long等人提出的全卷积网络(Fully Convolutional Network),其推广了原有的CNN结构,在不带有全连接层的情况进行的密集预测。值得注意的是分割网络的预测是与分类...原创 2018-04-18 14:28:33 · 13521 阅读 · 0 评论 -
Resnet 网络结构的理解以及论文
Resnet是ImageNet竞赛中分类问题比较好的网络,它有多种结构形式,有Resnet-34,Resnet-50, Resnet-101, Resnet-152. github上的caffe网络结构的prototxt地址:https://github.com/antingshen/resnet-protofiles先说一下残差表示:VLAD是一种通过关于字典的残差向量进行编码的表示形...原创 2018-04-04 16:50:03 · 24215 阅读 · 2 评论 -
Densely connected convolutional networks(DenseNet)论文解读以及运行(Caffe)
DenseNet网络是应用由于分类任务中,在目前较好的分类网络ResNets,他们之前存在着很多的不同。下面先来说一说。 先来看一看网络模型结构: DenseNet主要解决的问题是缓解了消失梯度的问题,增强了特征的传播,促进了特征再利用,大大减少了参数的数量,使网络模型模型进行缩减。 这篇文章中作者主要用了DenseNet-121(k=32),DenseNet-169(k=32),Den...原创 2018-04-02 17:49:11 · 868 阅读 · 2 评论 -
系统学习深度学习(博客转载地址)
转载深度学习学习系列的一些文章1、系统学习深度学习(一) --深度学习与神经网络关系 https://blog.csdn.net/app_12062011/article/details/543119452、系统学习深度学习(二) --自编码器,DA算法,SDA,稀...原创 2018-04-08 15:40:25 · 833 阅读 · 0 评论 -
系统学习深度学习(七)--主流深度学习开源框架对比
https://blog.csdn.net/app_12062011/article/details/54691945 转自:http://blog.csdn.net/u010167269/article/details/51810613,本文做了相关修改。参考论文:《Comparative Study of Deep Learning Software Framew...转载 2018-04-08 15:13:31 · 545 阅读 · 0 评论 -
系统学习深度学习(六) --LSTM总结
转自:http://blog.csdn.net/shincling/article/details/49362161https://blog.csdn.net/app_12062011/article/details/544249861. 概念:Long short-termmemory (LSTM)is a recurrent neuralnetwork ...转载 2018-04-08 15:11:56 · 7246 阅读 · 0 评论 -
系统学习深度学习(五) --递归神经网络原理,实现及应用
https://blog.csdn.net/app_12062011/article/details/54406225 目录(?)[+] 递归神经网络(RNN),是两种人工神经网络的总称,一种是时间递归神经网络(recurrent ...转载 2018-04-08 15:08:43 · 12046 阅读 · 1 评论 -
系统学习深度学习(四) --CNN原理,推导及实现源码分析
之前看机器学习中,多层感知器部分,提到可以在设计多层感知器时,对NN的结构设计优化,例如结构化设计和权重共享,当时还没了解深度学习,现在看到CNN,原来CNN就是这方面的一个代表。CNN由纽约大学的Yann LeCun于1998年提出。CNN本质上是一个多层感知机,其成功的原因关键在于它所采用的局部连接和共享权值的方式,一方面减少了的权值的数量使得网络易于优化,另一...转载 2018-04-08 15:05:45 · 3638 阅读 · 0 评论 -
系统学习深度学习(三) --RBM及DBN
转自:http://blog.csdn.net/yt7589/article/details/52487505另外,有一篇文章《RBM原理理解》写的很详细,每个过程都有详细推导,也就通俗化的理解。我这里也有做根据文章对博文做了相关补充。我们目前的讨论的神经网络,虽然学习算法不同,但基本上架构还是相同的,就是都是分层网络,即神经元按层进行组织,层内神经元无连接,层间神...转载 2018-04-08 15:03:33 · 1136 阅读 · 0 评论 -
系统学习深度学习(二) --自编码器,DA算法,SDA,稀疏自编码器
转自:http://www.cnblogs.com/neopenx/p/4370350.html,作者写的很好,轻松易懂。起源:PCA、特征提取....随着一些奇怪的高维数据出现,比如图像、语音,传统的统计学-机器学习方法遇到了前所未有的挑战。数据维度过高,数据单调,噪声分布广,传统方法的“数值游戏”很难奏效。数据挖掘?已然挖不出有用的东西。为了解决高维度的问题,出现的线性学习的PCA降维方法,P...转载 2018-04-08 15:01:47 · 1730 阅读 · 0 评论 -
目标检测 (Object Detection) 算法汇集
基于深度学习的目标检测综述(一)(2018年03月16日)图像分类,检测及分割是计算机视觉领域的三大任务。图像分类模型(详情见这里)是将图像划分为单个类别,通常对应于图像中最突出的物体。但是现实世界的很多图片通常包含不只一个物体,此时如果使用图像分类模型为图像分配一个单一标签其实是非常粗糙的,并不准确。对于这样的情况,就需要目标检测模型,目标检测模型可以识别一张图片的多个物体,并可以定位出不同物...转载 2018-08-06 21:18:20 · 5332 阅读 · 0 评论