![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
HelloZEX
[2018·10·18]所谓核心竞争力,永远是自身的实力!
[2022·4·4]我需要换一个大脑!
展开
-
《ImageNet Classification with Deep Convolutional Neural Networks》 Alex Krizhevsky(AlexNet译文)
原论文地址 caffe的实现 TensorFlow的实现参考:AlexNet论文翻译与解读 alexnet 论文翻译 AlexNet论文翻译 2018-06-09 10:39:34 · 2465 阅读 · 2 评论 -
【深度学习】入门的25个概念
神经网络基础1)神经元(Neuron)——就像形成我们大脑基本元素的神经元一样,神经元形成神经网络的基本结构。想象一下,当我们得到新信息时我们该怎么做。当我们获取信息时,我们一般会处理它,然后生成一个输出。类似地,在神经网络的情况下,神经元接收输入,处理它并产生输出,而这个输出被发送到其他神经元用于进一步处理,或者作为最终输出进行输出。 2)权重(Weights)——当输入进入神经元时,...转载 2018-11-27 10:14:41 · 1404 阅读 · 1 评论 -
【深度学习】深度学习中IU、IoU(Intersection over Union)的概念理解以及python程序实现
IoU(Intersection over Union)Intersection over Union是一种测量在特定数据集中检测相应物体准确度的一个标准。我们可以在很多物体检测挑战中,例如PASCAL VOC challenge中看多很多使用该标准的做法。通常我们在 HOG + Linear SVM object detectors 和 Convolutional Neural Net...转载 2018-11-24 11:16:08 · 1620 阅读 · 0 评论 -
【深度学习】全面直观认识深度神经网络
01深度学习的精准定义 一类通过多层非线性变换对高复杂性数据建模算法的集合。它的两个非常重要的特征是多层性和非线性。俗称多层非线性变换。所以深度学习要去线性化。为什么呢?因为线性模型存在局限性,任意线性模型得到组合仍然还是线性模型。所以只要通过线性变换,任意层的全连接神经网络和单层神经网络模型的表达能力没有任何区别,而且他们都是线性模型,线性模型解决问题的能力是有限的。02激活函数实现...转载 2018-11-16 11:22:43 · 915 阅读 · 0 评论 -
【深度学习】windows 10 配置 python 3.5 的 tensorflow(cpu) 的使用
1. 推荐安装Python3.5 或者 3.6.2 参考:【Python】Windows 安装 Python2.72.首先更新pip,在cmd内敲下面代码更新pip python -m pip install --upgrade pip 3.没问题以后,一键安装Tensorflow1.11.0 pip install tensorflow -i https://pypi....原创 2018-11-12 16:16:46 · 1323 阅读 · 0 评论 -
【深度学习】初识VGG16
一. 简述 VGG卷积神经网络是牛津大学在2014年提出来的模型。当这个模型被提出时,由于它的简洁性和实用性,马上成为了当时最流行的卷积神经网络模型。它在图像分类和目标检测任务中都表现出非常好的结果。在2014年的ILSVRC比赛中,VGG 在Top-5中取得了92.3%的正确率。VGG结构图VGG-16VGG模型有一些变种,其中最受欢迎的当然是 VGG-16,这是一个拥有16...原创 2018-11-15 16:23:36 · 17590 阅读 · 0 评论 -
【深度学习】CVPR2018-Segmentation相关论文整理(转)
CVPR2018-Segmentation相关论文整理https://github.com/XUSean0118/DVSNet这个真拉牛逼。。。。。原创 2018-10-24 16:00:55 · 641 阅读 · 0 评论 -
【深度学习】Semantic Segmentation 语义分割
翻译自 A 2017 Guide to Semantic Segmentation with Deep LearningWhat exactly is semantic segmentation?对图片的每个像素都做分类。较为重要的语义分割数据集有:VOC2012 以及 MSCOCO 。 What are the different approaches?传统机器学习方...原创 2018-10-24 15:35:36 · 1174 阅读 · 0 评论 -
【CS231n】cs231斯坦福大学计算机视觉课程笔记翻译--学习(转载)
Convolutional Neural Networks for Visual Recognition贺完结!CS231n官方笔记授权翻译总集篇发布 - 智能单元 - 知乎专栏https://zhuanlan.zhihu.com/p/21930884CS231n课程笔记翻译:图像分类笔记(上) - 智能单元 - 知乎专栏 https://zhuanlan.zhihu.com/p/20894041...转载 2018-07-16 10:17:49 · 1722 阅读 · 0 评论 -
Ubuntu18.04 安装 TensorFlow (GPU)
重新在台式机上学习深度学习,Ubuntu18.04 + Tensorflow-gpu + cuda8.0 + cuDNN6.0一、准备工作(有一些不是必需的):1.安装pip:打开终端输入命令:sudo apt-get install python-pip python-dev二、ubuntu安装GPU显卡驱动打开终端:sudo apt-get update选择系统设置→软件更新→附加驱动→选择n...原创 2018-06-21 09:31:06 · 23013 阅读 · 1 评论 -
【深度学习】AlexNet
从AlexNet开始(一)不可否认,深度学习的热潮正是由2012年AlexNet的出现而引发的,因此,学习AlexNet网络的结构,对于CNN的学习与理解是不可或缺的。在本篇博客中,将会对AlexNet的论文进行翻译与解读,并在下一篇博客中试图使用ALexNet的网络构建思想去建立一个简单的CNN模型用来对CIFAR-10数据集进行分类。AlexNet论文题目:ImageNet Classific...转载 2018-06-30 16:17:48 · 460 阅读 · 0 评论 -
【深度学习】训练集、开发集和测试集
这三者是在进行一个机器学习项目中非常重要的内容。它们的确定往往决定了这个项目的走向。错误的训练集、开发集和测试集的划分很可能会让一个团队浪费数月时间。training set:顾名思义,是用来训练模型的。因此它占了所有数据的绝大部分。development set:用来对训练集训练出来的模型进行测试,通过测试结果来不断地优化模型。test set:在训练结束后对训练出的模型进行一次最终...转载 2018-11-27 10:59:25 · 5930 阅读 · 0 评论