深度学习
文章平均质量分 83
大村chen
(1)深入了解 推荐系统、搜索引擎、检索系统, 了解分布式数据库、数据库优化 (2) 对产品有深刻认识, 涉及大数据应用有实战经验 (3)熟悉 Python、shell, 掌握CSS等各类前端语言, 了解 C、Java、R (4) 熟悉 Lucene、Scrapy,了解 Hadoop Yarn、NoSQL类分布式数据库
展开
-
[3] 卷积神经网络CNN 斯坦福教程
卷积神经网络 CNNs ConvNets卷积网络结构卷积网络的层结构卷积层局部连接步长 和 Padding参数共享下采样层归一化层全连接层全连接层 - 成卷积层卷积神经网络的结构层的排列规律层的尺寸设置规律网络案例计算上应注意的地方卷积神经网络 (CNNs / ConvNets)卷积神经网络和上一章讲的常规神经网络非常相似:它们都是由神经元组成,神经元中有具有学习能力原创 2016-10-20 17:11:47 · 2874 阅读 · 0 评论 -
[4] 卷积神经网络CNN架构分析 - LeNet
背景之前在网上搜索了好多好多关于CNN的文章,由于网络上的文章很多断章取义或者描述不清晰,看了很多youtobe上面的教学视频还是没有弄懂,最后经过痛苦漫长的煎熬之后对于神经网络和卷积有了粗浅的了解。于是在这里记录下所学到的知识,关于CNN 卷积神经网络,需要总结深入的知识有很多:人工神经网络 ANN 卷积神经网络 CNN卷积神经网络 CNN - BP算法卷积神经网络 CNN - caffe原创 2016-10-19 00:34:22 · 1813 阅读 · 0 评论 -
[2] 卷积神经网络CNN 图解
背景之前在网上搜索了好多好多关于CNN的文章,由于网络上的文章很多断章取义或者描述不清晰,看了很多youtobe上面的教学视频还是没有弄懂,最后经过痛苦漫长的煎熬之后对于神经网络和卷积有了粗浅的了解。于是在这里记录下所学到的知识,关于CNN 卷积神经网络,需要总结深入的知识有很多:人工神经网络 ANN卷积神经网络 CNN卷积神经网络 CNN - BP算法卷积神经网络 CNN - LetNet原创 2016-10-18 01:06:58 · 3088 阅读 · 0 评论 -
深度学习实践(1) - Caffe - 训练CIFAR-10数据
神马屎Caffecaffe是一个友好、易于上手的开源深度学习平台,主要用于图像的相关处理,可以支持CNN等多种深度学习网络。基于caffe,开发者可以方便快速地开发简单的学习网络,用于分类、定位等任务,也可以用于科研,在其源码基础上进行修改,实现自己的算法。本文的主要目的,是介绍caffe的基本使用方法,希望通过本文,能让普通的工程师可以使用caffe训练自己的简单模型。本文主要包括以下内容:运行c原创 2016-10-13 16:25:15 · 1987 阅读 · 0 评论 -
[1] 人工神经网络 神经元模型
背景之前在网上搜索了好多好多关于CNN,卷积神经网络的文章,很多都讲如何卷积、卷积层如何操作、具体如何进行卷积计算、卷积的好处。我也在此之前走了好多弯路,已经很了解如何卷积了,但是却不知道物理意义上,卷积与神经网络之间的联系。但是鉴于大量的文章在网络上层出不穷地重复与累赘,更重要的是对于 卷积神经网络 一词当中,很多人都忽略了 神经网络 而去强调如何 卷积,因此本文主要讲述卷积神经网络中最重要的部分原创 2016-10-14 16:15:46 · 4743 阅读 · 0 评论 -
机器学习初学者的误区
避开机器学习初学者最常见的5个错误在这篇文章中,我们将看到学习Machine Learning时最常出现的 5 大错误。我相信没个人都可以入门的时候就很好地使用机器学习算法。希望这篇文章能够帮助大家避开或解决大家学习和实践中的一些错误。尽量避免跳坑。1. 不要从理论开始入手2. 不要学习所有的机器学习3. 不要在算法上花费太多时间4. 不要从头开始实现所有东西5. 不要总改变使用的工具原创 2016-12-06 02:39:38 · 383 阅读 · 1 评论 -
特征工程问题
什么是特征工程,怎么做特征工程,如何做好特征工程? 特征工程:提取特征的过程。特征工程是一个包含内容很多的主题,也被认为是成功应用机器学习的一个很重要的环节。为了写这篇文章,我深入和广泛的阅读了相关材料,并且对他们进行了梳理。这篇文章主要说明了以下问题:什么是特征工程?特征工程解决了什么问题?为什么特征工程对机器学习很重要?如何进行特征工程?哪里对这个问题研究的比较好,以及在哪里你能学到更多相原创 2016-12-01 18:21:10 · 821 阅读 · 1 评论 -
全卷积网络FCN进行图像分割
背景CNN能够对图片进行分类,可是怎么样才能识别图片中特定部分的物体,在2015年之前还是一个世界难题。神经网络大神Jonathan Long发表了《Fully Convolutional Networks for Semantic Segmentation》在图像语义分割挖了一个坑,于是无穷无尽的人往坑里面跳。全卷积网络 Fully Convolutional NetworksCNN 与 FCN通原创 2016-10-22 12:09:50 · 8692 阅读 · 13 评论 -
实现人工神经网络ANN对医疗数据分类
2.3 使用ANN对医疗数据分类IBM在2015年5月宣布推出Watson Health服务,收集健康数据交给Watson超级计算机进行分析。目前IBM Waston Health最主要的应用便是在癌症的诊疗上,通过对医学影像的分析和学习,帮助医生做出对癌症患者的精准诊断。另外一方面,在每一个国家的医疗资源都是十分稀缺的,如何提高基层医生的诊疗水平显得至关重要。我们并不需要智能诊疗会取代医生,因为医原创 2016-12-09 20:41:07 · 1951 阅读 · 0 评论