- 博客(55)
- 收藏
- 关注
RSS订阅原创 【ResNet】Deep Residual Learning for Image Recognition笔记
论文地址：https://link.zhihu.com/?target=https%3A//arxiv.org/abs/1512.03385论文代码：https://link.zhihu.com/?target=https%3A//github.com/KaimingHe/deep-residual-networks 1、问题Vanishing or exploding gradien...
2018-08-04 10:33:09
322
原创 Residual network , YOLO
Residual Network:https://blog.csdn.net/koala_tree/article/details/78583979以下是YOLO部分：1、模型细节：（来自：https://blog.csdn.net/koala_tree/article/details/78690396）- The input is a batch of images of sha...
2018-07-30 08:38:49
639
原创 【Faster RCNN】Faster R-CNN笔记
论文理论笔记部分：rcnn是将每个proposal都放入到卷积层来进行计算，fast rcnn呢，则是将图片和proposal作为输入，并且proposal是为feature map的提取提供位置信息、为regression提供位置信息、以及在classification提供位置信息。在这里，faster rcnn的输入是一张图，提取到了共享的feature map后，将feature m...
2018-07-28 16:25:57
2195
6
原创 ubuntu的caffe配置
ubuntu16.04+caffe some tips：1、caffe对python3.6不是很支持，会报一个非常厉害的错误，目前在网上没找到解决方案：Dynamic module does not define module export function(pyinit_caffe)。官网上都说不建议用高版本的python3.6之类的，看到网上有人说配python3.5、3.6什么的是一个a...
2018-07-27 19:13:43
1279
原创 face recognition&&one-shot learning
1、人脸验证与人脸识别：（1）人脸验证（Verification）Input：图片、名字/IDOutput：输入的图片是否是对应的人1 to 1问题（2）人脸识别（recognition）拥有一个具有K个人的数据库输入一副人脸图像如果图片是任意这k个人中的一位，则输出对应人的ID2、one shot learning对于大多数的人脸识别系统都存在一个问题就是...
2018-07-26 21:49:23
1328
原创 ubuntu+cuda+cudnn+tensorflow(caffe)
ubuntu16.04.4-desktop-amd64 + python3.6.4+cuda9.0+cudnn-9.0-linux-x64-v7.1另一个环境：ubuntu16.04.4+anaconda2(py2.7)+cuda8.0+cudnn(for cuda8.0&linux+caffe)整个过程的顺序应该是ubuntu——>python——>显卡驱动——>...
2018-07-23 20:09:41
628
原创 Keras
Keras是由纯python编写的基于theano/tensorflow的深度学习框架。Keras是一个高层神经网络API，支持快速实验，能够把你的idea迅速转换为结果，如果有如下需求，可以优先选择Keras：a）简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）b）支持CNN和RNN，或二者的结合c）无缝CPU和GPU切换Keras模块结构：使用Ker...
2018-07-23 08:45:03
6895
2
原创 tensorflow
看完训练一个神经网络的代码后的一个总结：start：（1）此处的variable在代码中使用W = tf.get_variable('W'. shape = [n1, n2, ...], initializer=....)来代替。注意：tf.Variable()和tf.get_variable()都可以用来创建变量，但是前者会自动保证唯一性，而后者不能保证唯一性。（2）若有需要in...
2018-07-23 08:44:40
511
原创 CNN代码部分
1、the functions we need implement一个卷积与一个切片部分计算的过程代码：filter就是我们的w值def conv_single_step(a_slice_prev, W, b): """ Apply one filter defined by parameters W on a single slice (a_slice_prev) ...
2018-07-23 08:42:06
4191
原创 优化算法代码部分
1、mini-bacth：在一个简单的神经网络上的对比：(Batch)Gradient Descent：X = data_inputY = labelsparameters = initialize_parameters(layers_dims)for i in range(0, num_iterations): # Forward propagation a,...
2018-07-17 20:08:11
1858
原创 吴恩达深度学习——优化算法
1、mini-batch梯度下降法：mini-batch size=m，就是我们平常用的梯度下降，即batch梯度下降mini-batch size=1，则为随机梯度下降：每次迭代，只对一个样本进行梯度下降，大部分时间你向着全局最小值靠近，但有时候会远离最小值，因为那个样本恰好指的方向不对，因此随机下降是又很多噪声的。平均看来，它最终会靠近最小值，因为随机下降法永远不会收敛，而是会在最小值...
2018-07-17 08:31:02
1425
原创 吴恩达机器学习——04卷积神经网络（3）
这一节的内容是目标检测。一、目标定位与特征点检测二、目标检测三、卷积的滑动窗口实现四、Bounding Box预测五、交并比、非极大值抑制与Anchor Boxes六、YOLO算法七、候选区域 一、目标定位与特征点检测1、目标定位 1.1、图片检测问题： （1）分类问题：判断图中是否为汽车 （2）目标定位：判断是否为汽车，并确定...
2018-07-15 11:47:49
918
原创 吴恩达深度学习——04卷积神经网络（2）
第四章第二周的学习，到现在为止还没有开始写这一章的代码的。理论的内容稍稍有点多。第二周是深度卷积网络的实例探究（Deep convolution models: case studies）。这一节主要介绍了几个比较经典的卷积神经网络和一些构建神经网络时的小技巧。一、Classic networks: LeNet-5、AlexNet、VGG二、ResNet三、Incep...
2018-07-14 09:53:54
906
原创 吴恩达深度学习——04卷积神经网络（1）
这一节主要是对卷积神经网络（CNN）的一个了解和基础知识的学习，本文主要记录了自己在学习时的笔记内容。 对于计算机视觉应用来说，肯定不希望其处理小图片，要处理的都是比较大的图片，但是因为数据量的巨大让人无法接受，因此需要进行卷积运算。1、边缘检测直观上的图形显示示例： 上面的图片，分别是通过垂直边缘检测和水平边缘检测得到的不同的结果。（1）垂直边缘检测：...
2018-07-09 21:52:21
811
2
原创 吴恩达深度学习——01神经网络和深度学习
博客主要是用来作为学习报告和一些笔个人记记录所用。 本文主要是对吴恩达深度学习课程的第一个大章“神经网络和深度学习”进行了学习后的一个个人笔记记录和以及个人总结。整个学习的过程，在视频学习（自己使用的是视频的文字版，否则会把视频经常暂停用来来思考字幕的含义，所以干脆用的文字版本）和编程学习中，个人觉得第一章整个过程学习下来，并不是很花时间，而且也比较简单，主要花时间的是编程的过程...
2018-07-02 23:56:57
727
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人