深度学习
佳佳(5.11)
清醒自律知进退
展开
-
深度学习相关链接
1,http://cs231n.github.io/convolutional-networks/#pool cs231n网址2,https://www.bilibili.com/video/av16910214/?p=11 哔哩哔哩里面莫烦的课程3,https://morvanzhou.github.io/tutorials/machine-learning/keras/2-3-A-CNN/...原创 2018-06-29 11:07:24 · 185 阅读 · 0 评论 -
残差网络resnet网络原理详解
resnet在2015名声大噪,而且影响了2016年DL在学术界和工业界的发展方向。下面是这个resnet的网络结构,大家先睹为快。 它对每层的输入做一个reference(参考/参照), 学习形成残差函数, 而不是学习一些没有reference的函数。这种残差函数更容易优化,能使网络层数大大加深。我们知道,在计算机视觉里,特征的“等级”随增网络深度的加深而变高,研究表明,网络的深度是实现好的效果...转载 2018-07-10 16:56:12 · 5930 阅读 · 1 评论 -
CNN进行分类
本文讲解计算机如何处理图像进行分类的,这里我们以CNN(卷积神经网络)对汪汪图片进行分类为例!1:问题空间 图像分类是对输入图像的操作,最终输出一组最好地描述了图像内容的分类(如猫、狗等)或分类的概率。对人类来说,识别是打出生便开始学习的技能之一,对成人来说更是信手拈来,毫不费力。我们只需一眼便能快速识别我们所处的环境以及环绕在我们身边的物体。当我们看到一张...翻译 2018-07-04 21:40:16 · 17135 阅读 · 4 评论 -
深度学习二分类指标
之前学习了训练模型的一些原理,包括特征工程,算法原理和一些超参数。 那么生成了一个模型后我们如何评估这个模型的好坏呢。 今天主要讲一下二分类模型的一些评估方法。混淆矩阵准确率(accuracy):对于给定的测试数据集,分类器正确分类的样本数与总样本数的之比。单纯地使用“准确率accuracy”是没法判断模型的好坏的,比如这个例子:健康的人有99个(y=0),得癌症的病人有1个(y=1)。我...翻译 2018-07-17 20:43:12 · 5786 阅读 · 2 评论 -
TensorFlow之TensorBoard
TensorBoard可以将训练过程中的各种绘制数据展示出来,包括标量(scalars),图片(images),音频(Audio),计算图(graph),数据分布,直方图(histograms)和嵌入式向量。使用TensorBoard展示数据,需要在执行Tensorflow计算图的过程中,将各种类型的数据汇总并记录到日志文件中。然后使用TensorBoard读取这些日志文件,解析数据并生产数据可视...转载 2018-07-05 16:26:06 · 214 阅读 · 0 评论 -
残差网络resnet笔记
Deep Residual Learning for Image Recognition1. 思想作者根据输入将层表示为学习残差函数。实验表明,残差网络更容易优化,并且能够通过增加相当的深度来提高准确率。核心是解决了增加深度带来的副作用(退化问题),这样能够通过单纯地增加网络深度,来提高网络性能。作者在ImageNet上实验了一个152层的残差网络,比VGG深8倍,取得了3.57%的错误率。作者通...转载 2018-07-12 14:43:14 · 1382 阅读 · 0 评论 -
Tensorflow之构建自己的图片数据集
用了这么久的tensorflow,例子跑了N多便,基本流程是清楚了。但是自己独立做一个小例子各种问题都来了。如自己图片数据集怎么做?说句老实话,tensorflow真是烦,管方文档教程上老拿MNIST和cifar_10这种做好的数据集说事,对于我们这些初学者,完全不知道图片该如何输入。今天给大家分享我的Tensorflow制作数据集的学习历程。 流程是:制作数据集—读取数据集—-加入队列 先贴完整...转载 2018-07-05 22:37:14 · 1873 阅读 · 1 评论