- 博客(7)
- 资源 (3)
- 收藏
- 关注
原创 再谈迁移学习:微调网络
在《站在巨人的肩膀上:迁移学习》一文中,我们谈到了一种迁移学习方法:将预训练的卷积神经网络作为特征提取器,然后使用一个标准的机器学习分类模型(比如Logistic回归),以所提取的特征进行训练,得到分类器,这个过程相当于用预训练的网络取代上一代的手工特征提取方法。这种迁移学习方法,在较小的数据集(比如17flowers)上也能取得不错的准确率。在那篇文章中,我还提到了另外一种迁移学习:微调网络,...
2019-01-31 09:45:07 3055 7
原创 聊一聊rank-1和rank-5准确度
在我们看来,计算机就是一台严丝合缝、精密运转的机器,严格按照程序员下达的指令工作。虽然产品上线之后经常碰到迷之问题,但我们通常会检讨程序设计得不够完美,而不会认为这是理所当然。因为我们相信只要程序设计严谨,将各种意外情况考虑在内,就会消除这种不确定问题。然而到了机器学习,特别是深度学习,很多结果都是以概率的形式提供的。就拿图片分类来说,通常模型预测出图片属于每个类别的概率,而不是直接给出一个确定...
2019-01-28 17:46:53 10482 2
原创 站在巨人的肩膀上:迁移学习
在上一篇文章《使用数据增强技术提升模型泛化能力》中,我们针对训练数据不足的问题,提出采用数据增强(data augmentation)技术,提升模型的准确率。最终结果是:在17flowers数据集上,我们将准确率从60%多增加到70%,取得了不错的效果。然而,对于一个商业应用来说,70%多的准确率还是有些拿不出手。我们还有更好的手段吗?在这篇文章中,我将介绍一种深度学习的利器:迁移学习(tran...
2019-01-23 20:01:21 702 1
原创 使用数据增强技术提升模型泛化能力
在《提高模型性能,你可以尝试这几招…》一文中,我们给出了几种提高模型性能的方法,但这篇文章是在训练数据集不变的前提下提出的优化方案。其实对于深度学习而言,数据量的多寡通常对模型性能的影响更大,所以扩充数据规模一般情况是一个非常有效的方法。对于Google、Facebook来说,收集几百万张图片,训练超大规模的深度学习模型,自然不在话下。但是对于个人或者小型企业而言,收集现实世界的数据,特别是带标...
2019-01-22 08:43:53 12671 4
原创 计算机视觉与深度学习,看这本书就够了
开始机器学习知识的学习,差不多已经有一年的时间。这期间看了很多教材和书籍,有些深入进行了学习,有些书(比如深度学习领域著名的西瓜书)则看不下去。机器学习其实也有许多方向,比如强化学习、计算机视觉、自然语言处理等等,如果每个方向都学习的话,普通人也没有那么多精力。在经过一年的泛泛的学习之后,决定将计算机视觉作为我的主攻方向,主要也是因为我对计算机图像这个领域比较感兴趣。在网上搜索了一些资料,以及推...
2019-01-14 22:18:58 6812 22
原创 识狗君微信小程序的部署
日历哗啦啦的往前翻,很快就要翻过2018,迎来2019年。今天预报了好久的大雪终于降临到了武汉,外面白雪皑皑,家中温暖如春,这个时候感觉最惬意。古人有诗云:绿蚁新醅酒,红泥小火炉。晚来天欲雪,能饮一杯无?,而现代人则在朋友圈中欢呼着下雪,各有各的庆祝方式,并无高下之分。在后台有收到朋友询问识狗君微信小程序的部署,我开始觉得之前的几篇文章已经讲的很清楚,问的朋友多了,返回去再看,发觉几篇文章是站...
2019-01-09 17:44:38 1246 4
原创 当微信小程序遇上TensorFlow:终章
这是当微信小程序遇上TensorFlow系列文章的第五篇文章,也是最后一篇文章,将总结一下微信小程序识狗君的开发过程。如果你想要了解更多关于本项目,可以参考这个系列的前四篇文章:当微信小程序遇上TensorFlow:Server端实现当微信小程序遇上TensorFlow:Server端实现补充当微信小程序遇上TensorFlow:小程序实现当微信小程序遇上TensorFlow:接收bas...
2019-01-09 17:43:21 882
Blink in JavaScript
2019-01-10
blink oilpan项目设计文档
2015-11-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人