- 博客(27)
- 收藏
- 关注
RSS订阅原创 [Lecture 11 ] Detection and Segmentation（检测和分割）- cs231n 2017
文章目录0. 引入1. 语义分割（Semantic Segmentation）1.1 实现方法1.1.1 滑动窗口：1.1.2 全卷积神经网络2. 图像分类和定位2.1 基础结构3. 目标检测3.1 滑动窗口的方法3.2 基于候选区域的检测（Region Proposals）3.2.1 R-CNN0. 引入除了图像分类的视觉任务：图像分割（语义分割，实例分割）、目标检测（单目标检测，多目标检测）：1. 语义分割（Semantic Segmentation）只区分图像中不同像素的分类，但是不区分同
2020-12-15 22:57:48
747
原创 [CS231n Assignment 3 #03] 网络可视化:显著映射、类可视化和欺骗图像
文章目录作业介绍1. Network Visualization (PyTorch)1.1 Helper Functions2. Pretrained Model作业介绍作业主页：Assignment #3作业目的:作业源代码: StyleTransfer-TensorFlow.ipynb/StyleTransfer-PyTorch.ipynb本作业基于 Pytorch 完成1. Network Visualization (PyTorch)In this notebook we will
2020-12-14 23:19:45
1096
2
原创 [CS231n Assignment 3 #01] 简单RNN的图像字幕(Image Captioning with Vanilla RNNs)
文章目录作业介绍0. 事前准备1. Microsoft COCO1.1 可视化数据2. 递归神经网络(RNN)作业介绍作业主页：Assignment #3作业目的:作业源代码:RNN_Captioning.ipynb0. 事前准备在这个练习中，您将实现一个普通的递归神经网络，并使用它们来训练一个可以为图像生成新标题的模型。安装H5py:我们将使用的COCO数据集以HDF5格式存...
2020-12-12 21:57:24
1311
原创 [CS231n Assignment 3 #00] 第三次作业介绍
1.作业介绍作业主页：Assignment #3作业任务：在这次作业中，你将实现循环网络，并将它们应用于微软COCO数据集上的图像字幕。您还将探索在ImageNet上可视化预训练模型的特征的方法，以及实现风格迁移Style Transfer模型。最后，您将训练一个生成式对抗网络来生成看起来像训练数据集的图像!作业目的：理解递归神经网络(RNNs)的结构，以及它们如何通过随时间共享权值对...
2020-12-11 22:31:44
956
原创 [CS231n Assignment 2 #03 ] 随机失活（Dropout）
文章目录作业介绍作业介绍课堂介绍：[Lecture 7 ] Training Neural Networks II（训练神经网络II）作业主页：Assignment 2作业目的：为了使深度神经网络更好的得到训练，一个方案是使用更复杂的优化方法：SGD+Momentum，Adam，RMSProp等。另一个方案就是改变网络结构，比如我们这节要完成的批量归一化。官方示例代码： Assignment 2 code作业源文件 BatchNormlization.ipynb...
2020-12-11 21:40:12
607
1
原创 [CS231n Assignment 2 #04 ] 卷积神经网络(Convolutional Networks )
文章目录作业介绍1. Convolution: Naive forward pass作业介绍课堂笔记：[Lecture 9 ] CNN Architectures（CNN架构）作业主页：Assignment 2作业目的：为了使深度神经网络更好的得到训练，一个方案是使用更复杂的优化方法：SGD+Momentum，Adam，RMSProp等。另一个方案就是改变网络结构，比如我们这节要完成的批量归一化。官方示例代码： Assignment 2 code作业源文件 ConvolutionalNetwo
2020-12-11 21:38:52
1613
2
原创 [CS231n Assignment 2 #05 ] 深度学习框架——Pytorch
作业主页：Assignment 2官方示例代码： Assignment 2 code作业源文件 PyTorch.ipynb作业内容：这个作业有5个部分。您将在不同的抽象级别上学习PyTorch，这将帮助您更好地理解它，并为最终项目做好准备。1. Preparation: we will use CIFAR-10 dataset.2. Barebones PyTorch: we w...
2020-04-21 22:58:19
2070
1
原创 [Lecture 9 ] CNN Architectures（CNN架构）
文章目录课堂提问1. LeNet-52. AlexNet3. ZFNet4. VGGNet5. GoogleNet6. ResNet (残差网络)7. 比较8. 一些别的架构总结推荐阅读课堂提问Q1: 为什么学习ResNet中学习残差比学习直接映射要好？A1: 具体请阅读原论文，但是从直觉上来说，我们直接学习映射，然后网络层堆的越来越多，最后可能太复杂了，但是如果学习残差，则我们加深网络的...
2020-04-20 10:04:43
345
原创 [Lecture 8 ] Deep Learning Software（深度学习软件）
文章目录课堂问答前言1. TensorFlow（静态图）2. Pytorch（动态计算图）3. 动态图和静态图4. Caffe/Caffe2建议和总结课堂问答前言现在深度学习框架发展的太快了（文中的有些代码已经发生了些许变化），本文主要记录课中讲的关于 Pytorch、Caffe 和 TensorFlow 的内。重点是Pytorch。在之前的理论课上，我们知道，要完成神经网络的训练，我们最...
2020-04-20 09:53:08
584
原创 [Lecture 7 ] Training Neural Networks II（训练神经网络II）
文章目录课堂问答1. 更好的优化 （Fancier optimization）1.1 SGD 优化1.2 基于动量的（Momentum）SGD1.3 AdaGrad1.4 Adam1.5 学习率的选择1.6 二阶优化（Second-Order Optimization）1.7 模型集成2. 正则化 （Regularization）2.1 权重约束2.2 随机失活（Dropout）2.3 局部最大...
2020-04-20 09:52:31
497
原创 [Lecture 6 ] Training Neural Networks I（训练神经网络I）
文章目录课堂问答1. 激活函数(Activation Function)1.1 Sigmoid激活函数1.2 tanh(x)激活函数1.3 ReLU函数1.4 Leaky ReLU激活函数1.5 指数线性单元（ELU）1.6 最大输出单元（Maxout）2. 数据预处理（Data Preprocessing）3. 权重初始化（weight initialization）3.3 Xavier 初始...
2020-04-20 09:51:51
445
原创 [Lecture 5] Convolutional Neural Network（卷积神经网络）
文章目录课堂问答1. 卷积神经网络的历史2. 卷积神经网络的结构2.1 全连接层(Fully Connected Layer)2.2 卷积层(Convolution Layer )2.3 池化层(Pooling Layer)课堂问答卷积层在进行卷积的时候，怎么让卷积核与输入图像卷积？答： 可以将卷积核拉伸成一个一维向量，然后图像也拉伸成一个向量，然后进行点积。看成向量点积，卷积核怎么在输...
2020-04-20 09:48:56
232
原创 [Lecture 10 ]Recurrent Neural Network（循环神经网络）
文章目录课堂提问1. 引入2. 语言建模3. 图像描述(Image Caption)3.1 基础模型结构3.2 带有注意力的模型4. 视觉问答（Visual Question Answering）5. 多层RNN6. 改善的RNN结构6.1 引入——梯度传播（Gradient Flow）6.2 LSTM（长短时记忆网络）6.3 GRU（门控循环单元，Gait Recurrent Unit）总结（s...
2020-04-20 09:48:27
335
原创 [Lecture 4] Neural Networks（神经网络）
课堂提问在2层简单神经网络中，W1和W2有什么含义吗？答：W1依然可以看成是我们学习到的线性分类器中的各种各样的模板，而 hhh 表示这些模板的得分，W2将这些模板得分组合起来形成新的复杂模板。例如上面这个例子，假设我们既有头朝左的马，又有头朝右的马，那么对于一匹头朝左的马，可能一个模板分高一个模板分低，然后取 maxmaxmax 后保留其是左侧马的分数。注：这里的 max(0,W1X...
2020-04-11 16:06:58
305
原创 [CS231n Assignment 2 #00] 第二次作业介绍
1. 作业介绍作业主页：Assignment #2作业任务：本次作业，我们需要练习编写反向传播过程，以及训练神经网络和卷积神经网络作业目的：理解 神经网络（Neural Networks） ，知道它们是如何组织成分层结构的理解并实现（矢量化）的 反向传播（backpropagation） 过程理解并实现不同的 更新算法（update rules ） 来优化神经网络实现 批量归一化...
2020-04-11 16:04:01
678
原创 [CS231n Assignment 2 #01] 全连接神经网络(Fully-connected Neural Network)
文章目录作业介绍1.Fully-Connected Neural Nets 架构2. 初始化作业环境3. 实现全连接层(Affine Layer)3.1 前向传播3.2 反向传播4. ReLU激活函数5. "Sandwich" layers6. 损失层(Loss Layer)7. 两层神经网络（Two-layer network）8. 优化器（Solver）8.1 Solver剖析8.2 实际训...
2020-04-11 16:03:06
4918
1
原创 [CS231n Assignment 2 #02 ] 批量归一化[BatchNormalization]
文章目录作业介绍1. 批量归一化（Batch Normalization）1.1 BN层的前向传播(forward)1.2 BN层的反向传播1.3 Fully Connected Nets with Batch Normalization2. Batchnorm for deep networks3. Batch normalization and initialization4. Batch ...
2020-04-11 16:02:25
1500
原创 [CS231n Assignment #1] 简单图像分类器——高级图像特征分类
文章目录作业介绍1. 加载数据2. 提取特征3. 使用SVM进行训练5. 使用神经网络训练特征6. 测试集上测试作业介绍作业主页：Assignment #1作业目的：在之前的作业中，我们已经能够编写简单的分类器，接收原始RGB像素输入来进行分类，并且获得了不错的性能，本次作业中，我们将尝试使用从像素值中提取的稍微高级一点的特征（例如颜色直方图、HOG特征，SIFT特特征）来提升我们分...
2020-04-11 16:01:43
641
原创 [CS231n Assignment #1] 简单图像分类器——单隐层神经网络分类器
文章目录作业介绍知识点简单回顾1. 下载数据集2. 神经网络分类器2.1 实现神经网络分类器2.2 测试实现正确性2.3 在真实数据集CIFAR10上测试2.5 调节参数2.6 测试集(test)上测试作业问题参考资料作业介绍作业主页：Assignment #1官方给的示例代码：assigment #1 code知识点简单回顾神经网络(Neural Networks) 是一种...
2020-04-11 16:01:10
711
原创 [CS231n Assignment #1] 简单图像分类器——KNN分类器
文章目录作业介绍1. 下载数据集并加载2. KNN(K近邻分类器)2.1 加载数据集2.2 完成我们的KNN分类器2.3 测试KNN分类器3. 多折交叉验证调优作业介绍作业主页：Assignment #1作业目的：理解图像分类流程和数据驱动方法（训练和预测阶段）理解训练集(train dataset）、验证集(val dataset)、测试集(test dataset)的划分，以及验...
2020-04-11 16:00:04
431
原创 [CS231n Assignment #1] 简单图像分类器——Softmax线性分类器
文章目录作业介绍知识点简单回顾1. 下载数据集2. Softmax分类器2.1 加载图像并预处理2.2 实现损失函数2.3 使用随机梯度下降法优化2.4 完成预测2.5 使用验证集调参2.6 可视化权重作业问题参考资料作业介绍作业主页：Assignment #1作业目的：针对Softmax分类器，实现一个全向量化的 损失函数(loss function)实现损失函数的矢量化解析梯度（...
2020-04-11 15:59:14
558
原创 [CS231n Assignment #1] 简单图像分类器——SVM线性分类器
文章目录作业介绍知识点简单回顾1. 下载数据集2. SVM分类器2.1 预处理与显示2.2 完成SVM分类器作业提问参考资料作业介绍作业主页：Assignment #1作业目的：针对SVM，实现一个全向量化的 损失函数(loss function)实现损失函数的矢量化解析梯度（analytic gradient）用 数值梯度（numerical gradient） 检验解析梯度是否...
2020-04-11 15:57:52
574
1
原创 CS231n:Convolutional Neural Networks for Visual Recognition
文章目录1. 课程相关资料2. 官方笔记 20192.1 Module 1: Neural Networks2.2 Module 2: Convolutional Neural Networks3. 课堂笔记 20174. 扩展阅读1. 课程相关资料课程主页教学大纲Youtube原版教学视频B站教学视频腾讯云大学 AI慕课翻译原版课程笔记 2019知乎翻译笔记 2016官方大作...
2020-04-11 15:56:09
243
原创 视频分类论文阅读笔记——Learning Spatiotemporal Features With 3D Convolutional Networks
论文：Learning Spatiotemporal Features With 3D Convolutional Networks作者：来源：ICCV2015代码：文章目录1.摘要1.摘要
2020-03-30 16:18:13
528
原创 VideoQA论文阅读笔记——TGIF-QA: Toward Spatio-Temporal Reasoning in Visual Question Answering
文章目录0 前言1.摘要引用文献总结知识0 前言论文题目作者codeCVPR2017_TGIF-QA: Toward Spatio-Temporal Reasoning in Visual Question Answering首尔国立大学github1.摘要本篇论文主要是讲图像问答(ImageQA)引入到视频领域(VideoQA)，其有三个主要贡献：为Vi...
2020-02-25 15:58:04
1652
原创 VideoQA论文阅读笔记——Heterogeneous Memory Enhanced Multimodal Attention Model for Video Question Answering
文章目录0. 前言1. 摘要0. 前言论文题目作者单位Heterogeneous Memory Enhanced Multimodal Attention Model for VQA京东研究院1. 摘要这篇文章主要有三个点：提出一个 层次化存储器 从 外观特征 和 运动特征 两个方面来学习 全局的上下文信息；重新设计 问题存储器 来理解问题的复杂语义信息...
2020-02-25 15:57:31
903
原创 视频问答与推理(Video Question Answering and Reasoning)——论文调研
文章目录0 前言1. ACM MM2. CVPR3. ICCV4. AAAI更新时间——2019.12 首稿0 前言入坑 VQA 的第一步——前期论文调研。 调研近几年在各大会议上的论文发表情况，来了解一下这个方向的进展，主要包括 CVPR， ICCV， ECCV，ACM MM,，AAAI。之后准备总结一下常用的数据集以及经典的方法。1. ACM MMACM MM 是计算机科学...
2020-02-25 15:56:45
1900
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人