- 博客(6)
- 收藏
- 关注
RSS订阅转载 反向传播和梯度下降的关系
1 梯度下降法（Gradient Descent Algorithm）梯度下降法是一种通用的优化算法，中心思想是沿着目标函数梯度的方向更新参数值以希望达到目标函数最小（或最大）。梯度下降法是深度学习网络最常用的优化算法。除了深度学习，很多其他场合也会用梯度下降法。我们需要到达山底，就需要在每一步观测到此时最陡峭的地方，梯度就恰巧告诉了我们这个方向。梯度的方向是函数在给定点上升最快的方向，那么梯度的反方向就是函数在给定点下降最快的方向，这正是我们所需要的。所以我们只要沿着梯度的方向一直走，就能走到局部的最
2020-06-26 08:42:54
11302
原创 python实现读取本地图片修改名称并重新保存
1 实现功能Excel文件打开和读取指定单元格图片文件名称获取及修改修改后图片的重新保存对无用图片进行删除2 具体代码import xlrdimport osfrom datetime import datetimefrom xlrd import xldate_as_tupleROOT_DIR = os.path.abspath("../")img_path = os.path.join(ROOT_DIR, "D://图片集") # 图片文件路径imglist = os.l
2020-06-24 19:02:03
2772
原创 论文阅读：基于 LSTM-RNN 模型的铁水硅含量预测
论文题目：基于 LSTM-RNN 模型的铁水硅含量预测作者：李泽龙，杨春节，刘文辉，周恒，李宇轩（浙江大学控制科学与工程学院，浙江 杭州 310027）论文要点1 研究背景及方法比较2 研究方法论述3 性能比较及结果分析4 心得体会1 研究背景及方法比较1.1 研究背景硅含量是炼铁过程重要的参考指标。在稳定工况下，当硅含量低于 0.4%时，炉温一般低于1500℃，无法正常炼铁；硅含量高于 0.6%时，温度过高，焦炭的消耗过高。为了炼铁过程的稳定进行，一般需要将硅含量控制在 0.4%～
2020-06-21 11:18:21
1598
1
原创 论文阅读：ImageNet Classification with Deep Convolutional Neural Networks
论文题目：ImageNet Classification with Deep Convolutional Neural Networks作者：Alex Krizhevsky、Ilya Sutskever、Geoffrey E. Hinton论文要点论文简述论文要点网络架构学习细节实验结果结果讨论1 论文简述本文主要使用深度学习技术，讲述了一种可实现的神经网络架构，在ImageNet LSVRC-2010比赛中将120万张高分辨率图像分为1000个类别，获得的top-1和top-5错误
2020-06-11 09:25:17
685
原创 论文阅读：高炉炼铁工序入炉焦比预测的研究
论文题目：高炉炼铁工序入炉焦比预测的研究作者：岳有军、董安、赵辉、王红君论文要点1 研究背景及方法比较2 研究方法论述灰色关联度分析（GRA）最小二乘支持向量机（LSSVM）粒子群算法（PSO）基于以上三种算法的组合建模3 结果分析4 文章小结1 研究背景及方法比较目前在高炉入炉焦比模型的研究中，建模方法大致分为两种：传统建模方法：参数回归建模、基于物料平衡的建模等。缺陷：涉及大量的计算，计算过程依据高炉反应的过程机理，建立的模型复杂、耗时且准确性较差。人工智能方法：BP
2020-06-10 10:15:19
885
原创 阿里云天池竞赛-零基础入门CV赛事-Task5 模型集成
Task05：模型集成（3天）学习目标学习集成学习方法以及交叉验证情况下的模型集成学会使用深度学习模型的集成学习模型集成集成学习方法介绍深度学习中的集成学习DropoutTTASnapshot结果后处理...
2020-06-03 12:36:28
324
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