- 博客(3)
- 资源 (16)
- 问答 (4)
- 收藏
- 关注
RSS订阅原创 稀疏自编码
1 怎样理解稀疏性？为什么要加上稀疏性限制？目的是什么？当神经网络遇到什么问题时需要加上稀疏性？ 答：自编码神经网络是一种无监督学习算法，它使用BP算法，让目标值等于输入值（O=I）。 那么问题来了，为什么要这样做？直接用I不就好了？ 的确，我们并不关心O，我们关心的是中间层S。 中间层S有降维作用，但这种降维与PCA不同，PCA是提取数据的主要特征，直接去掉次要特征，而这里的S层是学习了数
2017-08-18 15:02:53
481
原创 ResNet
1网络结构： ResNet将网络往深里设计的思想发挥到了极致，据说有一千多层的，在ResNet网络中，深刻体会到没有最深，只有更深！那么问题来了，Resnet是怎么做到在这么极深的网络下，训练成功的？因为我们知道，随着网络层数的增加，需要训练的网络参数将不断增加，训练强度将大大提升，对于这种上千层的网络，面临的已经不仅仅只有过拟合的问题了，还有Degradation的问题。 从Resnet的
2017-08-17 21:29:34
677
原创 VGGNet
1 网络结构： 以224*224输入图片为例： 感觉VGGNet就是加深版的AlexNet，都是卷积与池化的叠加，最后再加两层全连接，然后softmax输出。VGGNet有5段卷积，每段卷积由2~3个卷积层后加一个最大池化组成。卷积核的数量也随着层数的增加而增多。VGGNet也沿用了AlexNet数据增强的方法（Multi-Scale）防止模型过拟合。 相较与AleNet,VGGNet最大
2017-08-17 21:13:42
5399
SCI-AI.xlsx
2019-11-18
服务器经常莫名其妙挂
2021-06-29
Mask RCNN训练过程中loss为nan的情况（使用labelme标注的数据）
2019-04-01
烟火检测事件之烟火事件定位，烟火发生的区域
2018-07-26
matlab， CNN，步长不为1的卷积实现
2016-08-27
TA创建的收藏夹 TA关注的收藏夹
TA关注的人