- 博客(8)
- 资源 (20)
- 收藏
- 关注
原创 对深度学习目前以及未来的看法 (AI时代可能延后,但总会到来)
下面的观点仅代表个人看法,没有收到任何外在观点的浸染,只是自己躺在椅子上,望着蓝蓝的天空,脑子里突然蹦出来的想法。个人认为:深度学习目前处于一个突破性的临界点的状态,很像是60年代左右出现的数据库的状态,当然如果相比于数据库,数据库系统发展经历了人工、文件、然后才到了目前的数据库系统的阶段,深度学习呢,神似数据库的发展,数据库是如何发展起来的呢,对数据量的要求,对存储结构的要求,然后经过...
2020-04-08 16:43:04 1341 2
原创 YOLO-V3 Bbox预测解读
tx、ty:预测的坐标偏移值,经过sigmoid变换。Cx、Cy:在本图是1,这样经过计算后,就得到了预测bbox的中心点坐标。tw、th:尺度缩放。bx、by:预测出的bbox的中心点坐标。通过计算得出。bw、bh:预测出的bbox的宽和长。通过计算得出。Pw、Ph:anchor box经过缩小之后,映射到feature中的宽和高。1、yolov3中每个grid...
2020-04-07 21:36:44 2261
原创 牛顿法
损失函数在初始化参数下的泰勒展开的前几项 = 0 来近似 损失函数 = 0迭代过程:牛顿法是二阶收敛,梯度下降是一阶收敛,所以更快。为什么深度学习不采用牛顿法及其衍生算法作为优化算法?一句话:计算复杂,容易陷入鞍点。下摘自为啥不用?原因一:牛顿法需要用到梯度和Hessian矩阵,这两个都难以求解。因为很难写出深度神经网络拟合函数的表达式,遑论直接得到其梯度表达式,更...
2020-04-06 15:27:45 295
原创 Cascade RCNN
解决两个问题:1、低IOU时造成大量噪声框,高IOU时带来过拟合问题。2、不同IOU阈值训练的Detector对不同IOU的Input(Foreground)的回归效果不同。1、低IOU时造成大量噪声框,高IOU时带来过拟合问题。低IOU和高IOU效果对比(低IOU的缺点):高IOU时样本不足(高IOU的缺点)过拟合:2、不同IOU阈值训练的Detect...
2020-04-05 19:04:23 508
原创 论如何做到轻量级网络(Unet为例)
先贴一张整个过程中参数的下降量:可以看到,最后参数量为原始的20%左右。查看网络参数量的代码:# 网络参数数量def get_parameter_number(net): total_num = sum(p.numel() for p in net.parameters()) trainable_num = sum(p.numel() for p in ne...
2020-04-02 21:17:37 6025 10
Linux网站搭建流程
2017-12-22
数学建模教材(精品)
2017-09-27
Linux操作系统实验教程_南大版
2017-09-23
2016年考研核心考点——计算机组成原理
2017-09-23
2016年考研核心考点-----计算机网络
2017-09-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人