吴恩达
midori_27
nlp
展开
-
吴恩达 深度学习 deeplearning.ai 学习笔记( 4.3) 人脸识别和神经风格转换
人脸识别:验证一张人脸是否在库中,同时还有判断是否为真人。 1.One-Shot 学习 Similarity 函数 d(img1, img2):图片两两对比差异 如果有新的人加入不需要重新训练,只需将照片放入库中即可。 2.Siamese网络 目的:把人脸图像放入网络中得到编码,并做比较。 这里有一个技巧:可以将库中的图像x(2)的编码f(x(2))...原创 2018-08-15 16:31:19 · 529 阅读 · 0 评论 -
吴恩达 深度学习 deeplearning.ai 学习笔记( 4.2) 目标检测
图片检测问题: 分类问题:判断图中是否为汽车; 目标定位:判断是否为汽车,并确定具体位置; 目标检测:检测不同物体并定位。 1.目标定位 输出: 存在的对象(c1行人,0 or 1;c2 汽车,0 or 1 ; c3摩托车,0 or 1 ) 定位框:(bx,by,bh,bw) 2.特征点检测 判断动作姿态,识别人物表情等 输出: 特征点坐标 (x,y) 3.目标检...原创 2018-08-15 12:04:29 · 433 阅读 · 0 评论 -
吴恩达 深度学习 deeplearning.ai 学习笔记( 4.1 ) 卷积神经网络
1.卷积层(Convolutional Layer) "卷积"的“卷”指的是num_channel通道数, 经过卷积后size减小,输出层深度为卷积核个数。 ① 为什么要用卷积? 19世纪60年代,科学家通过对猫的视觉皮层细胞研究发现,每一个视觉神经元只会处理一小块区域的视觉图像,即感受野(Receptive Field)。卷积神经网络的概念即出自于此。说简单这样做保留了图像的空间信息...原创 2018-08-13 23:23:20 · 699 阅读 · 0 评论 -
吴恩达 深度学习 deeplearning.ai 学习笔记( 3 ) 结构化机器学习项目
1.Orthogonalization(正交化) 比如,老式电视调节画面的旋钮,每一个都具有相对独立的功能,如负责调节画面的宽度、长度等,这样才便于将画面调节到中间。又比如,控制汽车时,有三个功能独立的区块:方向、加速和刹车,而不是某一个既能操作方向又带有一定加速,这样才便于我们更好的控制汽车。这种功能设计就叫做Orthogonalization。 对于ML系统来讲,需要保证4件事情能...原创 2018-08-11 22:54:19 · 196 阅读 · 0 评论 -
吴恩达 深度学习 deeplearning.ai 学习笔记(2)超参数调试、正则化以及优化
1.训练集(training set)、验证集(开发集dev set)、测试集(test set) 训练集用来训练算法,验证集用来选择模型,测试集用来评估模型。 模型划分: 数据量小,一般70%、0%(无验证集)、30%或60%、20%、20%; 数据量大(eg:100万数据),可以98%、1%、1%。 如何解决训练集与验证集/测试集不匹配问题? 举一个识别猫的二分类问题,...原创 2018-07-21 23:01:46 · 1564 阅读 · 0 评论 -
吴恩达 深度学习 deeplearning.ai 学习笔记( 1) 神经网络与深度学习
1.逻辑回归为什么用对数不用平方? 平方求解的最优化问题可能变成非凸的,得不到全局最优解,对数损失对应于二项分布,解决分类问题更合适。 对LR损失函数的解释: ∵预测值y_hat 表示预测为1的概率,y表示标签值 ∴y=0时,p(y|x)=1-y_hat; y=1时,p(y|x) = y_hat 又∵对数函数严格单调递增,优化p(y|x)等价于优化logp(y|x) ∴logp(y|x...原创 2018-07-21 11:29:11 · 404 阅读 · 0 评论