![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习学习笔记
文章平均质量分 96
3602138103
随心,随缘,一步一个脚印
展开
-
吴恩达-深度学习笔记《神经网络基础》
Backpropagation and Neural Networksbackpropagation = recursive application of the chain rule along a computational graph to compute the gradients of all inputs/parameters/intermediates 推导:反向传导算法...原创 2017-11-05 12:21:20 · 257 阅读 · 0 评论 -
实践二:caffe环境配置以及使用ssd-caffe训练自己的数据集
1:环境配置首先,我们把项目代码clone下来, 然后编译:git clone https://github.com/weiliu89/caffe.gitcd caffegit checkout ssd查看有没有安装opencvpkg-config --modversion opencv 修改相关配置[注意python=2.7]../caffe$ cp Makefile...原创 2018-07-02 11:29:20 · 1862 阅读 · 1 评论 -
深度学习环境配置-tensorflow/gpu/ubuntu16.04+windows
1,版本说明cuda为8.0tf1.0,1.2需要cudnn5.1tf1.4需要cudnn6.01.5版本要求cuda 9.02,安装NVIDIA驱动**1. 先卸载原有N卡驱动#for case1: original driver installed by apt-get:sudo apt-get remove --purge nvidia*#for case2: ...原创 2018-06-15 11:18:54 · 438 阅读 · 0 评论 -
实践一:利用SSD-tensorflow训练kitti数据集
kitti数据集介绍数据描述 KITTI包含市区、乡村和高速公路等场景采集的真实图像数据,每张图像中最多达15辆车和30个行人,还有各种程度的遮挡与截断。整个数据集由389对立体图像和光流图,39.2 km视觉测距序列以及超过200k 3D标注物体的图像组成 ,以10Hz的频率采样及同步。总体上看,原始数据集被分类为 ‘Van’, ‘Truck’, ‘Tram’,’Cyclist’,’Per...原创 2018-05-23 16:40:03 · 4355 阅读 · 5 评论 -
数据集处理(1)-相关数据集介绍
Kitti数据集数据描述 KITTI包含市区、乡村和高速公路等场景采集的真实图像数据,每张图像中最多达15辆车和30个行人,还有各种程度的遮挡与截断。整个数据集由389对立体图像和光流图,39.2 km视觉测距序列以及超过200k 3D标注物体的图像组成 ,以10Hz的频率采样及同步。总体上看,原始数据集被分类为’Road’, ’City’, ’Residential’, ’Campus’ ...原创 2018-05-22 14:53:33 · 1085 阅读 · 0 评论 -
Video Analysis(1):安装Ubuntu-ffmpeg-opencv
video analysis原创 2017-12-05 11:20:07 · 337 阅读 · 0 评论 -
吴恩达-深度学习笔记《序列模型》
课程内容: - 理解如何构建并训练循环神经网络(RNN),以及一些广泛应用的变体,例如GRU和LSTM - 能够将序列模型应用到自然语言问题中,包括文字合成。 - 能够将序列模型应用到音频应用,包括语音识别和音乐合成 第一周 循环序列模型本周的知识点是循环神经网络。这种类型的模型已经被证明在时间数据上表现非常好,它有几个变体,包括 LSTM、GRU...原创 2017-11-05 12:26:54 · 1273 阅读 · 0 评论 -
吴恩达-深度学习笔记《卷积神经网络》
第一周 卷积神经网络1.1 计算机视觉 1.2 边缘检测示例 1.3 更多边缘检测内容 1.4 Padding 1.5 卷积步长 1.6 卷积的“卷”体现之处 1.7 单层卷积网络 1.8 简单卷积网络示例 1.9 池化层 1.10 卷积神经网络示例 1.11 为什么使用卷积?第二周 深度卷积网络:实例探究2.1 为什么要进行实例探究 ...原创 2017-11-05 12:26:06 · 920 阅读 · 0 评论 -
吴恩达-深度学习笔记《结构化机器学习项目》
第一周 机器学习(ML)策略(1)1.1 为什么是ML策略 1.2 正交化 1.3 单一数字评估指标 1.4 满足和优化指标 1.5 训练/开发/测试集划分 1.6 开发集合测试集的大小 1.7 什么时候该改变开发/测试集和指标 1.8 为什么是人的表现 1.9 可避免偏差 1.10 理解人的表现 1.11 超过人的表现 1.12 改善你的模型的...原创 2017-11-05 12:25:06 · 268 阅读 · 0 评论 -
吴恩达-深度学习笔记《改善深层神经网络:超参数调试、正则化以及优化》
1.1 训练/开发/测试集 1.2 偏差/方差 1.3 机器学习基础 1.4 正则化 1.5 为什么正则化可以减少过拟合? 1.6 Dropout 正则化 1.7 理解 Dropout 1.8 其他正则化方法 1.9 正则化输入 1.10 梯度消失与梯度爆炸 1.11 神经网络的权重初始化 1.12 梯度的数值逼近 1.13 梯度检验 1.14 ...原创 2017-11-05 12:22:55 · 224 阅读 · 0 评论 -
实践三:使用谷歌物体检测API训练自己的数据集
一.环境安装:ubuntu 1:TensorFlow环境二选一: 亲测用使用公开数据CPU需要在i5下跑一晚上,GPU只要30分钟,建议安装TensorFlow 1.00pip install tensorflow # For CPUpip install tensorflow-gpu # For GPU2:依赖环境sudo apt-get install protobu...原创 2018-07-02 11:58:43 · 2278 阅读 · 0 评论