机器学习
song_3211
如果一件事情你不能讲清楚,十有八九你还没有完全理解
展开
-
ML-数学知识
欧式距离:原创 2021-10-03 12:26:30 · 73 阅读 · 0 评论 -
SEnet 通道注意力机制
SENet 在于通过网络根据loss去学习特征权重,获取到每个feature map的重要程度,然后用这个重要程度去给每一个特征通道赋予一个权重值,从而让神经网络去重点关注某些feature map , 使得有效的feature map权重大,无效或效果小的feature map权重小,使模型达到更好的效果,同时也不可避免的增加了一些参数和计算量。2.SENet注意力机制 结构输入input是一个H x W x C 的特征,共C个通道,然后进行一个空间的全局平均池化,每个通道得到一个标量,输出为 1原创 2021-09-28 14:44:10 · 6479 阅读 · 1 评论 -
卷积相关2021-09-23
卷积过程是在图像每个位置进行线性变换映射成新值的过程,可以将卷积核看作权重,拉成向量记作 www ,图像对应位置的像素拉成向量记作 xxx ,那么卷积结果就为 y=wx+by=w^{} x+by=wx+b ,即向量内积+偏置b可以理解为多层卷积是在进行逐层映射,整体构成一个复杂函数,训练过程是在学习每个局部映射所需要的权重,训练过程可以 看成是函数拟合的过程。通过多层卷积,将简单模式组合成复杂模式,这种灵活的组合能保证具有足够的表达能力和泛化能力。多层卷积抽取复杂特征:每层得到的特征图直接观.原创 2021-09-23 12:13:38 · 90 阅读 · 0 评论