- 博客(7)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 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