Deep Learing
量子孤岛
90后嵌入式工程师,喜欢写作、读书。希望通过文字和大家共同进步!
展开
-
构造感知机
大江东去,浪淘尽,千古风流人物……我不知道未来的黑洞会将我拽入何方,但是滚滚长江却毕竟向东流去,尽可能的去挖掘不同的东西,看看到底自己适合什么。2018年已经接近尾声了,有了清晰的目标就放手去干吧,别留遗憾。...原创 2018-12-02 11:03:19 · 479 阅读 · 0 评论 -
TensorFlow:Session、Variable和placehold
TensorFlow既是一个实现机器学习算法的接口,同时也是执行机器学习算法的框架。其中回话层是专门用来计算的,可以用一下两种方式去激活计算图来计算。import tensorflow as tfmatrix1 = tf.constant([[3, 3]])matrix2 = tf.constant([[2], [2]])product = ...原创 2018-12-02 23:18:43 · 378 阅读 · 0 评论 -
从LeNet-5看懂卷积神经网络结构
LeNet-5出自论文Gradient-Based Learning Applied to Document Recognition,是一种用于手写体字符识别的非常高效的卷积神经网络。论文下载一、卷积神经网络(Convolutional Neural Network, CNN)卷积神经网络能够很好的利用图像的结构信息。LeNet-5是一个较简单的卷积神经网络。下图显示了其结构:输入的二维图...原创 2019-07-12 11:46:03 · 11486 阅读 · 6 评论 -
bdd100k数据集制作用于YOLOv3训练
这篇博文主要记录了将bdd100k数据集整理成yolo模型的要求来训练。这里的数据格式并非官网的darknet格式,而是一般的模型格式:以图片名作为TXT名称将同一幅图中的label和对应的bounding box整理在同一个txt中。bdd100k数据集介绍1.Annotations1、 道路目标边界框:10万张图片,其中:训练集7万,测试集2万,验证集1万2、 可行驶区域:1...原创 2019-08-09 14:33:59 · 4018 阅读 · 6 评论 -
神经网络中的激活函数
为了发挥叠加层所带来的优势,激活函数必须使用非线性函数阶跃函数import numpy as npimport matplotlib.pyplot as pltdef step_function(x): return np.array(x > 0, dtype=int)x = np.arange(-5.0, 5.0, 0.1)y = step_function(x)p...原创 2019-08-17 17:08:55 · 154 阅读 · 0 评论 -
numpy实现三层神经网络的过程
以3层神经网络为对象,实现从输入到输出的(前向)处理。3层神经网络:输入层(第0层)有2个神经元,第1个隐藏层(第1层)有3个神经元,第2个隐藏层(第2层)有2个神经元,输出层(第3层)有2个神经元。权重符号表示:信号传递实现codeX = np.array([1.0, 0.5])W1 = np.array([[0.1, 0.3, 0.5], [0.2, 0.4, 0.6...原创 2019-08-17 17:38:50 · 1440 阅读 · 1 评论