- 博客(5)
- 收藏
- 关注
原创 LSTM与RNN的比较
参考博客:[译] 理解 LSTM 网络之前提到了RNN,也提到了RNN在处理long term memory的时候存在缺陷,因此LSTM应运而生。LSTM是一种变种的RNN,它的精髓在于引入了细胞状态这样一个概念,不同于RNN只考虑最近的状态,LSTM的细胞状态会决定哪些状态应该被留下来,哪些状态应该被遗忘。下面来看一些RNN和LSTM内部结构的不同:RNNLSTM...
2018-04-14 17:11:12 54705 3
原创 mnist训练lenet网络
在深度学习中,mnist就相当于hello world,是大多数初学者接触的第一个例子。经过mnist训练的lenet可以用于对0-9这是个数字做分类。下面先来看下lenet的网络结构: 比起现在的VGG/resnet等等来说,lenet可以算得上是相当简单了,最初Yann Lecun是为了解决邮编问题而设计的,在当时可以达到90%以上的准确率。到2012年,Alex等人只是对lenet做了...
2018-04-22 13:43:31 2674 1
原创 RNN基本概念理解
参考博客:[译] 理解 LSTM 网络刚接触RNN(Recurrent Neural Networks),主要是因为在text recognition中会用到。因为并没有仔细研究过,这里只简单记录学习所得。那么,什么是RNN呢?RNN循环神经网络主要解决的问题是,用先前的状态预测后来的状态,能够记忆先前的状态。神经网络的结构图如下: 由上图可知,对于某一时刻的输出hihih_...
2018-04-14 12:54:12 2035
原创 霍夫变换
学过图像处理的人都知道,霍夫变换是用来检测线的,它的原理也非常简单,就是将离散的点映射到参数空间,在参数空间内累计最多的点就是初始空间内决定线的参数。检测直线霍夫变换检测直线是最基本的应用,其本质就是已知很多点(x0,y0),(x1,y1)......(x0,y0),(x1,y1)......(x_0,y_0),(x_1,y_1)......求直线y=kx+by=kx+by=kx+b中...
2018-04-10 22:37:33 7721
原创 分类和检测问题中的评价标准
首先我们先列举几个常见的评价标准: 分类问题:accuracy, precision, recall, confusion matrix, F1-Measure, ROC curve 检测问题:AP, mAP, IoU value, P-R Curve接下来我们从简单到复杂逐一介绍。accuracy在做分类问题时,最普遍的也是最简单的评价指标就是accuracy,正是因为这种普...
2018-04-09 20:40:56 2231
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