![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
呵呵哈哈哈白
这个作者很懒,什么都没留下…
展开
-
Striving For Simplicity: The All Convolution Net
Striving For Simplicity: The All Convolution Net 是ICLR 2015的一篇论文,作者Jost Tobias Springenberg , Alexey Dosovitskiy , Thomas Brox, Martin Riedmiller简介本文抛弃了以往物体检测CNN网络中的池化层和全连接层,通过使用步长更大的卷积层来代替池化以及使用卷积核为原创 2017-01-05 20:51:19 · 6766 阅读 · 2 评论 -
Caffe 绘制训练过程loss,accuracy曲线
前一段时间使用caffe在cifar10数据集上训练全卷积网络(前面的论文阅读的博客中有提到),为了方便调参需要很直观地看到训练过程中loss下降情况以及test accuracy情况,这就需要将训练过程中loss情况通过曲线形式进行绘制。caffe没有像tenserflow一样提供可以直接掉用的接口只是提供了各种工具可供用户绘制曲线使用,下面简单介绍下如何使用caffe自带的工具绘制训练过程中lo原创 2017-01-13 13:44:07 · 5143 阅读 · 3 评论 -
cs231n assignment3
前一段时间把公开课cs231n看完,然后这里分享下assignment3的代码,水平有限,如有疏漏之处请见谅。assignment3主要内容包括Image Captioning和深度网络可视化。对于Image Captioning,已经预先提取了图像特征不需要自己做,只需要自己实现RNN,LSTM就行,下面是各个作业的代码(写的有点烂,各位凑合着看吧)。Image Captioning with V原创 2017-01-14 14:37:49 · 4260 阅读 · 0 评论