深度学习实战-PyTorch
文章平均质量分 89
WALL-SQ
Something we got, something we lost
展开
-
AlexNet论文翻译与解析
为了提高效果,本文将使用AlexNet网络(附上中英文对照个人翻译版-待更新): 摘要 我们训练了一个大型的、深度卷积神经网络,用于对ImageNet LSVRC-2010竞赛中的包含了1000个不同类别的1.2百万张...原创 2021-06-15 10:24:13 · 229 阅读 · 0 评论 -
2. 猫和狗
传送门:https://www.lintcode.com/ai/cats-and-dogs/overview 题目描述 给出一张猫或狗的图片,识别出这是猫还是狗。 这种识别具有很重要的意义,比如: Web服务为了进行保护,会防止一些计算机进行恶意访问或信息爬取,进而设立一些验证问题,这些验证问题对于人来说很容易做,但是对于计算机这很困难。这样的方法称为CAPTCHA(完全自动公开的图灵测试)或HIP(人类交互证明)。 HIP有很多用处,例如减少垃圾邮件,防止暴力破解密码等。 比较有名的Asirra原创 2020-12-30 16:37:01 · 223 阅读 · 0 评论 -
1.数字图像识别
传送门:https://www.lintcode.com/ai/digit-recognition/overview 题目描述 MNIST是计算机视觉领域的“hello world”数据集。 自1999年发布以来,这种手写图像的经典数据集已经成为基准分类算法的基础。 随着新的机器学习技术的出现,MNIST仍然是研究人员和学习者的可靠资源。 这个题目,您的目标是正确识别数以万计的手写图像数据集中的数字。 每一张图片,图片里面写了一个数字可能是0-9,然后需要设计算法判断出这个数字是0-9中哪一个数字。原创 2020-12-30 16:11:25 · 3054 阅读 · 0 评论