- 博客(6)
- 收藏
- 关注
RSS订阅原创 RESNET
conv2d这个函数的参数第一个是卷积层深度，输入图片是RGB3色的，32*32大小，所以是深度是3,16是卷积核的个数，尺寸为5*5,卷积后的矩阵尺寸大小为（32-5+2*0）/1（步长默认为1）+1=28。对于深层的 Bottleneck，1×1的卷积核起到降维和升维（特征矩阵深度）的作用，同时可以大大减少网络参数。观察下图的 ResNet18层网络，可以发现有些残差块的 short cut 是实线的，而有些则是虚线的。反之，若每一层的误差梯度大于1，反向传播时，网路越深，梯度越来越大。
2023-09-14 21:05:19
317
1
原创 论文编写1
步骤1：人脸表情识别 （1） 下载fer2013数据集和数据的处理_fer2013数据集下载_lzy我就来随便逛逛的博客-CSDN博客先下载fer数据集，为csv格式2.考虑将csv 格式转换成YOLO模式（估计不行），或寻找标注好的数据集，github里有两个YOLO做的 试试，看看能不能找好数据集，yolo格式是一个txt文件另一种 方式 Roboflow使用roboflow 对 CK+数据集进行标注3.
2023-09-12 19:33:38
132
原创 人脸表情识别目前比较常用的深度学习模型
深度卷积生成对抗网络（Deep Convolutional Generative Adversarial Networks，DCGAN）：DCGAN是一种生成对抗网络，可以生成逼真的图像。在人脸表情识别中，可以使用DCGAN生成具有不同表情的人脸图像，从而扩充数据集。在人脸表情识别中，可以使用LSTM对时间序列的表情数据进行建模和分类。卷积神经网络（Convolutional Neural Networks，CNN）：CNN是一种非常常用的深度学习模型，适用于图像分类和识别任务。
2023-08-22 15:14:42
954
1
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