深度学习
Eartha1995
这个作者很懒,什么都没留下…
展开
-
DL的一些技巧
构建神经网络:L2正则化:Dropout正则化:原创 2018-05-28 15:23:20 · 210 阅读 · 0 评论 -
吴恩达深度学习课程——卷积神经网络
三、目标检测3. bounding box预测YOLO算法(you only look once)取对象的中点,将对象分配给包含对象中点的grid cell划分得越细,对象分配到同一个格子的概率就小得多好处:卷积实现,有很多共享计算步骤。运行速度快,可达到实时。注意:宽高比可大于14. 交并比(intersection over union)threshold人为设定,如果想更严格可增大阈值。5....原创 2018-06-07 15:20:36 · 622 阅读 · 0 评论 -
回归问题中5种常用损失函数
作者:sjokes原文链接:https://blog.csdn.net/sjokes/article/details/84504436机器学习的所有算法都需要最大化或者最小化目标函数,在最小化场景下,目标函数又称损失函数。实际应用中,选取损失函数需要从多个角度考虑,如是否有异常值、算法、求导难度、预测值的置信度等等。损失函数可分为两大类,分类问题的损失函数和回归问题的损失函数,本...转载 2019-01-15 17:22:41 · 6046 阅读 · 0 评论 -
深度学习调参技巧(二)
作者:有些代码不应该被忘记原文链接:https://blog.csdn.net/scutjy2015/article/details/72810730我们在学习使用深度学习的过程中最最重要的就是调参,而调参的能力是需要长期积累才能形成的,因为每一种数据库和每一种网络结构都需要不同的参数以达到最佳效果。而寻找这个最佳的参数的过程就叫做调参。正文:一. 参数是指那些?参...转载 2019-02-24 10:27:14 · 1001 阅读 · 0 评论