- 博客(6)
- 资源 (4)
- 收藏
- 关注
RSS订阅翻译 在Keras 和 Tensorflow 框架下五种视频分类的实施方法
本文是翻译一篇大神的文章，点击查看原文，可能需要VPN才能查看。 目前视频分类是机器学习模式中独树一帜的挑战。今天我们就要来看看在Keras 和 Tensorflow 框架下的不同的视频行为识别策略，我们将会学着如何使用五深度学习的模式去学习UCF101数据组,具体代码在GitHub，有需要可以下载来看看视频分类的方法： 我们将会轮流讲述这五种方法来看看哪一个能够达到最后的效果，总共分成五个档次
2017-11-03 22:28:10
15602
9
原创 深度学习与神经网络学习笔记（五）
七、激活函数的使用 通过之前的学习我们都了解到了激活函数的作用，现在我们将会讲解一下激活函数在不同的神经网络中的应用： 1、首先是sigmoid 函数：a=11+e−za=\frac{1}{1+e^{-z}} 它的图像可以表示为： 但是这个激活函数多使用在二分分类输出的神经网络，因为需要寻找1和0值，所以在一般的神经网络中我们很少使用这个激活函数。对应的导数为：g′(z)=a(1−a)g'(
2017-10-24 10:24:00
357
原创 深度学习与神经网络学习笔记（四）
六、神经网络概览1、整体神经网络的表示 在之前的学习中我们了解到了神经网络的最简单结构，接下来的内容就是把这样一个简单的神经网络拓展成一个很大的神经网络结构的过程。我们以前看到的神经网络是这样的： 而中间的那个小圆点就是y^\hat y的一个计算过程（就是下图的a）： 现在我们将会拓展到更大的一个神经网络中，类似于： x1−x3x_1-x_3表示输入层，输入层后面的三个小圆点表示一个层，我们
2017-10-21 14:35:30
385
原创 深度学习与神经网络学习笔记（三）
四、logistic 回归中的梯度下降 我们一般可以通过图中的方式来进行损失函数的求解，而损失函数是怎么反向影响(ω,b)(ω,b)的值的变化的呢？这就要用到导数的知识了，首先我们把损失函数对a求导：d(a)=dL(a,y)d(a)=−ya+1−y1−ad(a)=\frac{dL(a,y)}{d(a)}=-\frac{y}{a}+\frac{1-y}{1-a} 然后再对zz求导：d(z)=dL(
2017-10-18 15:50:40
325
原创 深度学习与神经网络学习笔记（二）
深度学习与神经网络学习笔记（二）三、logistic 回归1、二分分类 首先如果给你一张图片，你来判断它是否是猫： 对于我们来说这看一眼就会说这是猫，而对于机器来说它会做的判断就会是：是猫（1）和不是猫（0）而这个就是我们要输出的y值，其实大部分时候一直输出的都是一个概率值，而我们只是通常把概率最大的值作为1输出。 其实机器识别一个图片和我们肉眼识别是不一样的，比如说上面这样的一张图片，对于机
2017-10-17 21:58:35
630
原创 深度学习与神经网络学习笔记（一）
深度学习与神经网络学习笔记（一）前言 相信很多人对深度学习和神经网络已经有了一个大概的理解，本文就主要是本人在对吴恩达大牛的深度学习和神经网络网易公开课进行学习之后的一些笔记和理解，如果有歧义的地方，请大家批评指正。（这里的图片我就直接截吴老大的视频来说了，因为有些图片确实不好找）这里贴出吴老大的网易云课堂的地址（点我），可能需要注册和手机报名，但是是免费的一、什么是神经网络先请大家看一张图：
2017-10-17 18:18:15
483
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人