卷积神经网络
希望头发巨多的妹子
越来越好
展开
-
神经网络--假期---2020.2.18
关键点预测,回归的操作。用卷积神经网络标志识别,手写字体识别卷积神经网络中最重要的就是深度:depth卷积:对特征进行多次提取经过完卷积为特征图,原始图向上的概括代表。蓝红之间求内积,对应元素乘起来再加到一起3层都加起来再求和为此时刻的(wx+b)放到某个位置有些像素点利用多次padding加0利用了边缘hwhi-fitersize...原创 2020-02-23 11:20:10 · 323 阅读 · 0 评论 -
创 神经网络--假期---2020.2.16---softmax分类器
线性分类有局限性。cfar数据集搭神经网络架构正在上传…重新上传取消源码地址:https://www.cnblogs.com/my-love-is-python/p/10487003.htmlfc_netcache:一个是全连接后的值一个是经过relu后的中间值,h1是中间结果softmax函数:传入x为得分值,y为1/2w2正则化惩罚项relu激活层求导...原创 2020-02-16 20:22:47 · 132 阅读 · 0 评论 -
神经网络--假期---2020.2.15---配置
在anaconda自带的cmd里查conda listnew notebook最下边的选项shift+回车换模块,小demo还要在别处运行tensorflow,库,深度学习框架anaconda search -t conda tensorflow 找可安装的包anaconda show 第一列的就差上手玩的环境ideeclipse,下载下来+JDK+配环境...原创 2020-02-15 23:27:40 · 87 阅读 · 0 评论 -
神经网络--假期---2020.2.12----神经网络源码
import numpy as npdef sigmoid(x,deriv = False):#激活函数 if(deriv ==True):#反向传播返回导数 return x*(1-x) return 1/(1+np.exp(-x))#有三个特征,五个样本x= np.array([[0,0,1], [0,1,1], ...原创 2020-02-16 13:32:39 · 103 阅读 · 0 评论 -
神经网络--假期---2020.2.10···下
第十四课:过拟合问题的解决方案 神经网络无法把内部可视化解释出来正则化项在神经网络中的重要作用 增大了正则化惩罚项,使它平稳了很多,变化没这么大,必须泛化能力强才行。 神经元越多过拟合的概率越大 神经元越多分得越好,神经元为权重参数数据预处理:进行随机初始化,高斯初始化b拿0/1值初始化 (常值初始化)drop-out可...原创 2020-02-10 23:41:41 · 69 阅读 · 0 评论 -
神经网络--假期---2020.2.10
第十一课:反向传播主要任务:更新权重参数下面举个例子:要看x,y,z分别对f做的贡献 方法:求偏导、链式法则 目的:算Loss和W之间的关系加法门单元:均等分配 MAX门单元:给最大的 乘法门单元:互换第十二课:神经网络构架不需要专门定义一个类为神经元特点:层次结构 非线性的结构由很多层组成:input layer /h...原创 2020-02-10 17:36:40 · 102 阅读 · 0 评论 -
神经网络--假期---2020.2.7
第九课:最优化形象解读机器学习的本质:优化 :沿梯度下降的方向走步骤:从x开始 通过一组w参数,得到了一个的得分值f(x) 把f(x)值经过了一个e^x变换,再做一个归一化,得到了它属于类别的概率值,然后就可以求他的loss值 1-3x---loss叫做前向传播,要再进行一次反向传播才能优化这些权重参数谁让损失值最低,w就引出反向传播。第十课:梯度下降...原创 2020-02-07 12:30:20 · 104 阅读 · 0 评论 -
机器学习------寒假学习-----2020.2.29
机器学课程coursera版课程主页:http://t.cn/RJZQbV2Standford手书版在线观看:http://t.cn/RwUWKMS课程主页:http://cs229.stanford.edu/计算机视觉,前导课程:《CS231n》-Fei_Fei Li对机器学习基本思想解释十分详细课程主页:http://cs231n.stanford.ed...原创 2020-02-04 15:00:22 · 129 阅读 · 0 评论 -
卷积神经网络--假期---2020.1.31
detection侦查,发现目标segmentation:分割; 划分; 分割成(或划分成)的部分; 显卡GPUTitanX /1080卷积提取特征,越亮越重要90年代手写识别图像描述生成(Image Caption)是一个融合计算机视觉、自然语言处理和机器学习的综合问题,它类似于翻译一副图片为一段描述文字。该任务对于人类来说非常容易,但是对于机器却非常具有挑战性,它不仅需要利用...原创 2020-01-31 22:27:47 · 248 阅读 · 0 评论 -
感知域
感知域的一些理解:综述:感知域太小,相当于拿着目标图像被裁剪的一个子图去做判断,这是非常难的;感知域太大,网络会基于一些不相关的信息做出判断;目标的大小是变化,所以并没有一个万能的感知域适合所以的目标;有说法是感知域略小于目标更好特定CNN特征的输入空间中的一个区域。一个感知野的特征可以被它中心location和他的size完整的描述。...原创 2019-11-23 21:54:12 · 627 阅读 · 0 评论 -
感受野的定义和计算
感受野定义:在卷积神经网络中,感受野的定义是 卷积神经网络每一层输出的特征图(feature map)上的像素点在原始图像上映射的区域大小。 感受野的计算:为了计算每一层的感受野,除了每一维度的特征数量n,还需要一些额外的信息:···当前感受野size:r···相邻特征的距离(jump):j···左上角feature的中心坐标:star...原创 2019-11-23 21:50:35 · 302 阅读 · 0 评论