深度学习框架Caffe篇
L先生AI课堂
李虎,联想集团PCSD业务UDS平台推荐算法团队开发负责人,曾获2018-2019年度联想集团中国区优秀员工。在联想内部,做过多次企业内训和技术支持,并在北京线下技术沙龙分享会上作为演讲嘉宾分享算法实战应用效果,拥有丰富的线上,线下培训经验。对机器学习,深度学习算法建模,推荐系统,大数据有多年的实际经验。CSDN博客专家,著有大白话算法系列,以通俗生动的方式讲解人工智能前沿算法。愿景是打造全网AI最通俗教学,赠人玫瑰,手有余香,在人工智能前行的路上一起前行,以通俗简洁详细的方式,让每一位热爱着深入其中。空间有形、梦想无限!加油!
展开
-
【Caffe篇】--Caffe solver层从初始到应用
一、前述 solve主要是定义求解过程,超参数的 二、具体 #往往loss function是非凸的,没有解析解,我们需要通过优化方法来求解。 #caffe提供了六种优化算法来求解最优参数,在solver配置文件中,通过设置type类型来选择。 Stochastic Gradient Descent (type: "SGD"), AdaDelta (type: "AdaD...原创 2018-06-30 14:26:00 · 299 阅读 · 0 评论 -
【Caffe篇】--Caffe从入门到初始及各层介绍
一、前述 Caffe,全称Convolutional Architecture for Fast Feature Embedding。是一种常用的深度学习框架,主要应用在视频、图像处理方面的应用上。caffe是一个清晰,可读性高,快速的深度学习框架。作者是贾扬清,加州大学伯克利的ph.D,现就职于Facebook。caffe的官网是http://caffe.berkeleyvision.org/...原创 2018-06-30 12:20:00 · 581 阅读 · 0 评论 -
【神经网络篇】--RNN递归神经网络初始与详解
一、前述 传统的神经网络每个输入节点之间没有联系, RNN (对中间信息保留): 由图可知,比如第二个节点的输入不仅依赖于本身的输入U1,而且依赖上一个节点的输入W0,U0,同样第三个节点依赖于前两个节点的输入, 假设每一个节点分别代表着“我出生在中国,我说——”的一个预测,则“说”后面则是依赖于前面的说的每个单词的所有组合。 xt表示第t,t=1,2,3...步...原创 2018-05-13 16:23:00 · 857 阅读 · 0 评论