![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习与计算机视觉
静守道
清以修身,静以思道~
展开
-
斯坦福CS231n深度学习与计算机视觉课程学习笔记(1)——Introduction
这是一门关于计算机视觉的课程,基于一种专用的模型架构,叫做神经网络(更细一点说,是卷积神经网络CNN)。计算机视觉是人工智能领域中发展最为迅猛的一个分支,是一个与很多领域紧密关联的学科。视觉信息,或者叫像素信息是最难被利用的信息,可以把它称之为“互联网中的暗物质”。我们现在面对的问题:非常大量的数据,以及这些“暗物质”的挑战。我们面对的问题,我们使用的建模(方式)也是跨学科的如果兴趣范围是关于计算...原创 2018-03-15 11:19:40 · 901 阅读 · 0 评论 -
斯坦福CS231n深度学习与计算机视觉课程学习笔记(2)——Image Classification
图片分类存在的挑战:1.相机视角的不同2.光照强度的不同3.物体的姿态和位置4.只看到物体的一部分5.物体与背景的差别难以区分6.多个类似的物体,但存在差别,难以区分Data—Driven Approach:1.获取图片和标签2.使用机器学习训练分类器3.对新图片评价分类效果【最近邻分类】最近邻分类:分类器的工作方式是高效的得到本联合训练集。在一段训练时间内,我们只需记住所有的训练数据,所以我们得...原创 2018-03-15 11:36:07 · 291 阅读 · 0 评论 -
斯坦福CS231n深度学习与计算机视觉课程学习笔记(3)——Loss Functions and Optimization
【损失函数】损失函数是用来告诉我们当前分类器性能好坏的评价函数,是用于指导分类器权重调整的指导性函数,通过该函数可以知道该如何改进权重系数。 而对于多分类SVM(Multiclass SVM)的损失函数,反映了各点间的margin关系,当margin是大于1的,损失函数L是为0,否则是Sj-Syi+1,这就是它的损失,用于指导支撑向量(support vector,SV)的变化,以达到满足所...原创 2018-03-16 10:19:49 · 351 阅读 · 0 评论