![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
骚火棍
这个作者很懒,什么都没留下…
展开
-
PyTorch SimCLR: A Simple Framework for Contrastive Learning of Visual Representations
对比学习,SimCLR原创 2023-09-12 17:50:40 · 214 阅读 · 0 评论 -
Class Activation Mapping(CAM)介绍
CAM全称**Class Activation Mapping**,即类别激活映射图,也称为类热力图、显著性图等。原创 2022-09-14 13:58:34 · 2414 阅读 · 0 评论 -
生成对抗网络GAN---生成mnist手写数字图像
生成对抗网络GAN—生成mnist手写数字图像最近刚开始接触gan,拿来主义实现了一个gan,主要参考一下两个链接:生成对抗网络GAN—生成mnist手写数字图像示例(附代码)对抗生成网络学习(一)——GAN实现mnist手写数字生成(tensorflow实现)最后成功实现:日后再补齐其中的理论知识,代码与技术细节。(好水的一篇博客(手动狗头))......原创 2019-11-06 20:59:41 · 2571 阅读 · 0 评论 -
model ensemble 和 cleanLab
123原创 2022-07-27 18:45:15 · 269 阅读 · 0 评论 -
EfficentNet解读
123原创 2022-07-27 16:02:23 · 315 阅读 · 0 评论 -
DB文本检测算法原理
wu转载 2022-07-22 18:38:25 · 1046 阅读 · 0 评论 -
视觉神经网络模型库:timm、图像增强库:albumentations、NNI
好用的开源库转载 2022-07-14 10:40:38 · 626 阅读 · 0 评论 -
度量学习综述、目标检测综述、图像检索综述
度量学习综述转载 2022-06-30 16:56:43 · 327 阅读 · 0 评论 -
Ubuntu配置cuda+cudnn
https://blog.csdn.net/tankpanv/article/details/119494178(亲测有效)转载 2022-02-24 15:58:51 · 790 阅读 · 0 评论 -
一文看尽深度学习中的20种卷积(附源码整理和论文解读)
一文看尽深度学习中的20种卷积(附源码整理和论文解读):https://zhuanlan.zhihu.com/p/381839221转载 2021-07-06 13:46:39 · 246 阅读 · 0 评论 -
基于CNN的图像分类综述(包含小样本图像/零样本图像、细粒度图像分类)
1. 深度学习网络模型发展史图1,网络模型发展方向:图2,网络模型发展史:通过上面的两幅图,我们大致了解到CNN的发展轨迹,下面将介绍其中的一些典型网络:1.1 LeNet-5LeNet-5的论文是在1998年撰写的,当时人们并不使用padding,或者总是使用valid卷积,这就是为什么每进行一次卷积,图像的高度和宽度都会缩小,所以这个图像从14到14缩小到了10×10。然后又是池化层,高度和宽度再缩小一半,输出一个5×5×16的图像。将所有数字相乘,乘积是400。此网络使用的sigmoi原创 2021-01-14 21:24:03 · 5507 阅读 · 1 评论 -
多标签分类任务
参考链接:https://blog.csdn.net/tMb8Z9Vdm66wH68VX1/article/details/81090757转载 2019-12-05 17:02:11 · 1607 阅读 · 0 评论 -
3*3卷积+1*3卷积+3*1卷积=白给的精度提升
https://mp.weixin.qq.com/s/bxRzeZlUH6sq-BWXWnZieA转载 2019-12-02 13:24:52 · 2064 阅读 · 0 评论 -
吴恩达 深度学习系列--改善深层神经网络(1、深度学习使用层面)--04
改善深层网络之深度学习使用层面1- 训练集、验证集、测试集的数据分配问题(Train/Dev/Test sets):(1)数据较少时,可以按照7/3划分(没有验证集),或者是6/2/2划分,机器学习领域内普遍认可这种划分。(2)如果数据很多,达到十万百万级,可以按照98/1/1,或者验证集和测试集更小也是可以的。2- 偏差与方差(Bias/Variance):(1)偏差(bias):偏差...原创 2019-11-10 14:08:39 · 521 阅读 · 0 评论 -
如何确定神经网络中,各种参数的尺度
原创 2019-11-09 19:36:53 · 855 阅读 · 0 评论 -
吴恩达 机器学习、深度学习全套笔记
突然发现的好东西:机器学习课程地址:https://www.coursera.org/course/ml笔记地址:http://www.ai-start.com/ml2014/深度学习课程地址:https://mooc.study.163.com/university/deeplearning_ai#/c笔记地址:http://www.ai-start.com/dl...转载 2019-11-07 20:33:41 · 529 阅读 · 0 评论 -
吴恩达 深度学习系列--浅层神经网络-02
吴恩达 深度学习系列–浅层神经网络单隐层神经网络的前向传播、反向传播以及梯度更新以下面的单隐层神经网络为例子,公式推导如下:公式推导参考借鉴了:浅层神经网络:反向传播公式推导单个样本:m个样本:python伪代码:不同的激活函数不同激活函数对比:添加链接描述全0初始化问题权重参数全部初始化为0,梯度下降算法将不会起到任何作用。无论我们隐藏层神经元有多少个,由于权重的...原创 2019-10-27 16:53:05 · 469 阅读 · 0 评论 -
深度学习之Logistic Regression的前向传播,反向传播以及梯度更新计算
深度学习之Logistic Regression的前向传播,反向传播以及梯度更新计算单个样本的计算:批量样本的计算的矩阵形式:原创 2019-10-09 23:11:16 · 1230 阅读 · 0 评论