机器学习相关
机器学习相关
若水cjj
人生如果没有目标,那就会像无头苍蝇一样乱飞乱撞
展开
-
实现加法器和乘法器前向反向传播
小鱼书第五章class Mulayer(): def __init__(self): self.x = None self.y = None def forward(self,x, y): self.x = x self.y = y out = x*y return out def backward(self,dout): dx = dout*self.y原创 2021-06-26 20:43:42 · 148 阅读 · 0 评论 -
卷积神经网络的运算
参考内容1、网易云课堂微专业——深度学习—04第一周:http://mooc.study.163.com/smartSpec/detail/1001319001.htm2、CNN基础介绍:http://blog.csdn.net/fengbingchun/article/details/50529500 卷积神经网络(Convolutional Neural Networks,CNN)1、基本计算原理 动态过程: 滤波器(过滤器:filter)的权值是根据你要检...转载 2020-09-09 18:42:18 · 2322 阅读 · 0 评论 -
目标检测中对端对端(End to end)的理解
End to end:指的是输入原始数据,输出的是最后结果,应用在特征学习融入算法,无需单独处理。end-to-end(端对端)的方法,一端输入我的原始数据,一端输出我想得到的结果。只关心输入和输出,中间的步骤全部都不管。 端到端指的是输入是原始数据,输出是最后的结果,原来输入端不是直接的原始数...转载 2020-09-09 17:25:08 · 2216 阅读 · 0 评论 -
机器学习之上采样和下采样
缩小图像(或称为下采样(subsampled)或降采样(downsampled))的主要目的有两个: 1、使得图像符合显示区域的大小; 2、生成对应图像的缩略图。放大图像(或称为上采样(upsampling)或图像插值(interpolating))的主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上。对图像的缩放操作并不能带来更多关于该图像的信息, 因此图像的质量将不可避免地受到影响。然而,确实有一些缩放方法能够增加图像的信息,从而使得缩放后的图像质量超过原图质量的。下采样原理:对于原创 2020-09-08 16:56:15 · 2216 阅读 · 0 评论