![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 80
巴涅波赫夫
这个作者很懒,什么都没留下…
展开
-
Java 实现 YoloV7 人体姿态识别
Java使用OnnxRuntime及OpenCV实现YoloV7姿态识别原创 2023-04-27 10:56:11 · 3092 阅读 · 7 评论 -
Java 实现 YoloV7 目标检测
基于JAVA实现YOLOv7目标检测原创 2023-04-27 10:52:02 · 2685 阅读 · 6 评论 -
生成式对抗网络(GAN)原理推导与网络构建思路
生成对抗网络(Generative Adversarial Nets,GAN)于 2014 年由 Ian J. Goodfellow 提出。GAN 的基本思想源自博弈论的二人零和博弈,由一个生成器和一个判别器构成,通过对抗学习的方式来训练。目的是估测数据样本的潜在分布并生成新的数据样本。GAN 的优化过程是一个极小极大博弈 (Minimax game) 问题,优化目标是达到纳什均衡,使生成器估测到数据样本的分布。原创 2022-12-29 21:50:36 · 2089 阅读 · 0 评论 -
从感知机到前馈神经网络的数学推导
感知机是一种用来处理二分类的经典线性模型。其原理朴素直观,引入了学习概念,是神经网络的基本构成单元之一。本文通过讲解感知机的数学原理及缺陷,进一步引申出前馈神经网络的概念。...原创 2022-06-09 16:49:23 · 221 阅读 · 0 评论 -
CNN经典模型解读---LeNet模型及mnist实战
简介LeNet是一个早期用来识别手写数字图像的卷积神经网络。这个名字来源于LeNet论文的第一作者Yann LeCun。LeNet展示了通过梯度下降训练卷积神经网络可以达到手写数字识别在当时最先进的结果。这个奠基性的工作第一次将卷积神经网络推上舞台,为世人所知。LeNet分为卷积层块和全连接层块两个部分,其网络结构如下图所示。卷积层块卷积层块里的基本单位是卷积层后接最大池化层:卷积层用来识别图像里的空间模式,如线条和物体局部,之后的最大池化层则用来降低卷积层对位置的敏感性。卷积层块由两个这样的基本单原创 2022-04-13 14:39:19 · 1060 阅读 · 0 评论 -
常见损失函数综述及区别
损失函数和风险函数首先引入损失函数与风险函数的概念。损失函数度量模型一次预测的好坏,风险函数度量平均意义下模型预测的好坏。监督学习问题是在假设空间F\Bbb FF中选取模型fff作为决策函数,对于给定的输入XXX,有f(X)f(X)f(X)给出相应的输出YYY,这个输出的预测值f(X)f(X)f(X)与真实值YYY可能一致也可能不一致,用一个损失函数(loss function)或代价函数(cost function)来度量预测错误的程度。损失函数是f(X)f(X)f(X)和YYY的非负实值函数,记作L原创 2022-03-23 17:08:12 · 4202 阅读 · 1 评论 -
感知机手写推导
原创 2022-03-18 19:50:32 · 112 阅读 · 0 评论 -
常见激活函数适用场景及优缺点分析
什么是激活函数激活函数(Activation Function)是一种添加到人工神经网络中的函数,旨在帮助网络学习数据中的复杂模式。在神经元中,输入的input经过一系列加权求和后作用于另一个函数,这个函数就是这里的激活函数。下图为单个感知机模型的结构,其中f(⋅)f(·)f(⋅)即为激活函数,y=f(∑wixi)y=f(\sum w_ix_i)y=f(∑wixi)。激活函数的作用对于一个多层感知机,给当一个小批量样本X∈Rn×dX \in \Bbb R^{n×d}X∈Rn×d,其批量大小为nn原创 2022-03-18 19:46:31 · 6158 阅读 · 0 评论