![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 75
常见算法及理解
una_mattina7
这个作者很懒,什么都没留下…
展开
-
Python实现不同文件间批量图像的拼接——制作自己的pix2pix数据集
我们提供了一个python脚本,以图像对{A,B}的形式生成pix2pix训练数据,其中a和B是同一基础场景的两种不同描述。例如,这些可能是对{标签地图,照片}或{黑白图像,彩色图像}。在/path/to/data/A/train中,将训练图像放在样式A中。在/path/to/data/B/train中,将相应的图像放在样式B中。,例如/path/to/data/A/train/1.jpg被认为对应于/path/to/data/B/train/1jpg。A和B应该各自有自己的。原创 2022-11-17 14:50:54 · 1805 阅读 · 3 评论 -
深度学习论文代码复现——CycleGAN和pix2pix
从GitCode(服务器在国内,访问比较快)中将开源代码copy下来。原创 2022-10-24 19:45:01 · 10605 阅读 · 7 评论 -
常见的图像质量评估指标SSIM、PSNR、LPIPS
现阶段针对有真实参考的图像生成任务,主要有三种评价指标,分别为两种人为设计的指标SSIM和PSNR,也包括深度学习网络抽取到的特征进行对比的LPIPS评价指标。原创 2022-09-18 20:21:29 · 19897 阅读 · 0 评论 -
深度学习中常见的10种激活函数(Activation Function)总结
激活函数(Activation Function),就是在人工神经网络的神经元上运行的函数,负责将神经元的输入映射到输出端,旨在帮助网络学习数据中的复杂模式。原创 2022-08-30 16:07:41 · 33047 阅读 · 2 评论 -
2021李宏毅机器学习笔记
什么是机器学习? Machine Learning ≈Looking for Function 常见的函数类型:Regression(回归):The function outputs a scalar(数值). Classification(分类):Given options(classes),the fuction outputs the correct one. 原创 2022-06-01 17:05:20 · 476 阅读 · 0 评论 -
深度学习:残差网络(ResNet)
随着卷积神经网络的发展和普及,我们了解到增加神经网络的层数可以提高模型的训练精度和泛化能力,但简单地增加网络的深度,可能会出现梯度弥散和梯度爆炸等问题。传统对应的解决方案则是数据的初始化(normlized initializatiton)和(batch normlization)正则化,这样虽然解决了梯度的问题,但深度加深了,却带来了另外的问题,就是网络性能的退化问题。由上图可以看出,56-layer层的网络比20-layer的网络在训练集和测试集上的表现都要差,这里不是过拟合(过拟合是在训练集上表现得好原创 2022-06-14 20:47:11 · 1203 阅读 · 0 评论 -
批归一化(Batch Normalization)
深度神经网络训练时,由于每一层的参数都会随训练进行而不断更新,参数的变化导致每一层的输入分布会发生改变,进而上层的网络需要不停地去适应这些分布变化(这一过程被称作Internal Covariate Shift),使得我们的模型训练变得困难。Internal Covariate Shift(内部协变量偏移)会给深度神经网络的训练过程带来诸多问题:1.上层的网络需要不断适应输入数据的分布的变化,导致学习速率降低,并使学习过程变得不稳定2.网络的训练过程容易陷入梯度饱和区,使得网络收敛速度减慢,从而导致学习过程原创 2022-06-16 15:24:14 · 943 阅读 · 0 评论