深度学习
h_l_dou
这个作者很懒,什么都没留下…
展开
-
深度学习中过拟合与防止过拟合的方法
原文:https://blog.csdn.net/chen645096127/article/details/78990928 1.什么是过拟合? 过拟合(overfitting)是指在模型参数拟合过程中的问题,由于训练数据包含抽样误差,训练时,复杂的模型将抽样误差也考虑在内,将抽样误差也进行了很好的拟合。 具体表现就是最终模型在训练集上效果好;在测试集上效果差。模型泛化能力弱。 2.过拟...转载 2020-02-25 20:45:56 · 714 阅读 · 0 评论 -
【转】一起读懂传说中的经典:受限玻尔兹曼机
转自公众号:机器之心Pro 原文:https://baijiahao.baidu.com/s?id=1599798281463567369&wfr=spider&for=pc 尽管性能没有流行的生成模型好,但受限玻尔兹曼机还是很多读者都希望了解的内容。这不仅是因为深度学习的复兴很大程度上是以它为前锋,同时它那种逐层训练与重构的思想也非常有意思。本文介绍了什么是受限玻尔兹曼机,以及它...转载 2020-01-15 22:54:36 · 448 阅读 · 0 评论 -
吴恩达 向量化(Vectorization)
向量化(Vectorization) 在深度学习的算法中,我们通常拥有大量的数据,在程序的编写过程中,应该尽最大可能的少使用 loop 循环语句,利用 python 可以实现矩阵运算,进而来提高程序的运行速度,避免 for 循环的使用。 逻辑回归向量化 输入矩阵XX:(nx,m)(nx,m) 权重矩阵ww:(nx,1)(nx,1) 偏置bb:为一个常数 输出矩阵YY:(1,m)(1,m) 所有 m...原创 2019-10-21 17:09:04 · 610 阅读 · 0 评论 -
Coursera | Andrew Ng (01-week-2-2.9)—Logistic 回归中的梯度下降法
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 ...转载 2019-10-21 16:31:15 · 164 阅读 · 0 评论 -
marrying causality and association with visual learning--cuipeng
探索新的学习机制,使学习更高效 AI2.0:可解释性,更strong,通用. 类脑学习,进展没那么快,制约记住路径发展。 另一条路:human-like learning : top-down=>new AI algo 1.因果学习,学的时候问为什么 2.不是凭空学的,视图去联想,已经知道的,learn by association 3.靠想象 目前机器学习不具备人的这些特征,差别挺大。 D...原创 2018-12-02 22:05:06 · 194 阅读 · 0 评论 -
卷积与反卷积(转置卷积)
Transposed Convolution, Fractionally Strided Convolution or Deconvolution 原文:https://buptldy.github.io/2016/10/29/2016-10-29-deconv/ 反卷积(Deconvolution)的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional network...转载 2018-12-17 14:34:25 · 724 阅读 · 1 评论 -
深度学习常用数据集
转自:http://deeplearning.net/datasets/ Piano-midi.de: classical piano pieces (http://www.piano-midi.de/) Nottingham : over 1000 folk tunes (http://abc.sourceforge.net/NMD/) MuseData: electronic libra...转载 2019-01-07 10:07:57 · 1500 阅读 · 0 评论 -
[深度学习] 车道线检测调研(lane detection)
原文:https://blog.csdn.net/soulmeetliang/article/details/89398412 背景 车道线检测作为自动驾驶领域的常规工作,在深度学习的浪潮中又有了很大的进步,在此分享我所做的调研工作,部分为ppt截图,为了方便请谅解。 车道线检测工作的局限性 如上图所示,车道线检测工作的baseline并不明确,不同...转载 2019-05-05 21:27:43 · 3449 阅读 · 1 评论 -
一文看懂迁移学习:怎样用预训练模型搞定深度学习? ——重用神经网络的结构
原文:https://www.cnblogs.com/bonelee/p/8921311.html 以上示例都是人类的迁移学习的能力。 迁移学习是什么? 所谓迁移学习,或者领域适应Domain Adaptation,一般就是要将从源领域(Source Domain)学习到的东西应用到目标领域(Target Domain)上去。源领域和目标领域之间往往有gap/domain discrepan...转载 2019-05-06 10:58:05 · 595 阅读 · 0 评论