深度学习
Jacky-Liu999
这个作者很懒,什么都没留下…
展开
-
神经网络简介
神经网络是在感知器的基础上,将激活函数由阶跃函数替换成非线性函数。神经网络添加多个隐层就是多层神经网络常见非线性激活函数:sigmoidtanhReLU...原创 2019-05-24 17:36:32 · 187 阅读 · 0 评论 -
卷积神经网络学习一
概念和特点卷积的计算掌握池化的计算卷积和池化在模型中组合的效果原创 2019-05-22 20:16:18 · 150 阅读 · 0 评论 -
ROC曲线和PR曲线,AP,mAP
ROC曲线原创 2019-05-29 15:06:02 · 4608 阅读 · 0 评论 -
卷积神经网络-学习二
squeeze与flatten的区别tf.squeeze只针对数据当中那个维度为1的维度,只把长度为1的数据去掉slim.flatten(net)将[X,Y,Z]转换成[XYZ]global average pooling这个概念出自于 network in network主要是用来解决全连接的问题,其主要是是将最后一层的特征图进行整张图的一个均值池化,形成一个特征点,将这些特征点组成最...原创 2019-05-29 15:12:49 · 202 阅读 · 0 评论 -
神经网络-激活函数
与激活函数性质有关的概念饱和:• 软饱和:无线趋近于0• 硬饱和:等于0梯度消失• 梯度消失:激活函数偏导数在0到1之间(如sigmoid函数),由于反向传播逐层对函数偏导相乘,因而当层数很深时,浅层权重更新量非常小甚至为0。zigzag现象• 激活函数恒大于0或恒小于0(如sigmoid函数),导致反向传播中某些参数梯度要么都为正数,要么都为负数,当最优梯度...原创 2019-05-29 15:16:49 · 166 阅读 · 0 评论 -
卷积神经网络-学习笔记三
概念泛化能力(generalization ability)是指机器学习算法对新鲜样本的适应能力。 [1] 学习的目的是学到隐含在数据背后的规律,对具有同一规律的学习集以外的数据,经过训练的网络也能给出合适的输出,该能力称为泛化能力。feature map在cnn的每个卷积层,数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起(像豆腐皮竖直的贴成豆腐块一样),其中每一个称为一...转载 2019-06-03 18:41:40 · 152 阅读 · 0 评论