汇报总结
GoogleNovto
这个作者很懒,什么都没留下…
展开
-
组会汇报CSDN模板
一、本周实验进展1、实验进展2、实验阶段性分析3、修改补充方案4、调试、材料etc准备中遇到的问题二、数据展示及解释三、下周科研计划和考虑点四、文献 课题相关性(用了什么方法,做了什么事。对课题有用性)...原创 2020-07-16 16:42:48 · 893 阅读 · 0 评论 -
研一汇报第十三周
1、《Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks》2、《Think Python》参考知乎链接1、RPN网络结构,总结起来就是:生成anchors -> softmax分类器提取positvie anchors -> bbox reg回归positive anch...原创 2020-03-06 12:24:52 · 183 阅读 · 0 评论 -
研一汇报第十二周
本次汇报内容1、论文 《Fast R-CNN》Microsoft Research 2015年 / 《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 》空间金字塔池化网络,何恺明 2014年2、《Fast R-CNN》Microsoft ResearchFast Region-...原创 2020-02-27 17:29:50 · 257 阅读 · 0 评论 -
研一汇报第十一周
本周记录:说明:⚠️期末大家都在备考了或者做项目了,之前2周没有更新。本周仅为个人记录整理最近两周事情,重点在项目整理和接下来的考试。深度学习Pytorch 第4章,第2节。考试之后更新计划。项目:j x g l需求内容:1、平级目录转树型图【3-4级】,批量+单查2、学生端增加查看已上传/已批改作业3、目标概要页面,拆分总均分值为单项均分;统计表增加注释。完成度:100% ;用...原创 2019-12-27 10:34:10 · 109 阅读 · 0 评论 -
研一汇报第九周(2019.12.15)
《A Survey of the Recent Architectures of Deep Convolutional Neural Networks》-深度卷积神经网络最新进展综述-Deep Learning Lab, Center for Mathematical Sciences, PIEAS, Nilore, Islamabad 45650, Pakistan深度CNN架构中存在的内在...原创 2019-12-15 12:04:04 · 390 阅读 · 0 评论 -
研一汇报第七周(2019.12.1)
论文:《Deep Residual Learning for Image Recognition》深度残差学习用于图像识别–微软-2015参差训练深度152层,是VGG19的8倍。同时也拿到了ILSVRC & COCO 2015图像分类,目标检测的冠军这篇文章的研究是在CIFIR-10 >100/1000层深层次训练的错误率提高,也导致了测试数据时错误率的提升。深...原创 2019-11-26 11:03:50 · 192 阅读 · 0 评论 -
研一汇报第六周(2019.11.24)-未汇报,放假调整
论文:《Going Deeper with Convolutions》 Google Inc.摘要:GoogLeNet, a 22 layers deep network, the quality of which is assessed in the context of classification and detection.Inception 深层卷积神经网络架构Introduct...原创 2019-11-18 18:14:21 · 195 阅读 · 0 评论 -
研一汇报第五周(2019.11.17)
论文:《VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION》 Karen Simonyan∗ & Andrew Zisserman+ University of Oxford原创 2019-11-11 11:41:54 · 252 阅读 · 0 评论 -
研一汇报第二周(2019.10.27)
Deep Learning概括关于深度学习的定义,应用领域,为什么需要深度学习,以及深度学习过程。1.深度学习应用领域:语音、视觉、医药、基因工程等方向2.深度学习定义:一门充分应用、分类识别的技术。(自己目前的理解)3.激活函数(非线性):目的:解决线性不可分问题。 通常在神经网络结构中,只用一种激活函数,除了最后一层输出层,其他全连接层神经元都要包含激活函数。常用的...原创 2019-10-27 12:08:44 · 256 阅读 · 0 评论 -
研一汇报第三周( 2019.11.3)
《深度学习》4-6章总结神经网络的学习 1、 神经网络的学习以损失函数为指标,更新权重参数,以使损失函数的值减小; 2、使用某个给定的微小值的差分求导数的过程,称为数值微分,使用数值微分,可以计算权重参数的梯度。误差反向传播法1、 神经网络学习全貌前提神经网络中有合适的权重和偏置,调整权重和偏置以便拟合训练数据的过程称为学习,神经网络的学习分为4个步骤。步骤1(min...原创 2019-11-03 12:14:10 · 256 阅读 · 0 评论 -
研一汇报第四周(2019.11.10)
《深度学习》第7章-卷积神经网络-总结卷积神经网络(Convolutional Neural Network,CNN)7.1整体结构基于全连接层(Affine层)的网络(4层)问题是:数据形状被“忽视”,比如输入图像,3维---->1维(1,28,28)给于CNN的网络:新增了Conv 层和Pooling层7.2卷积层卷积运算:将各个滤波器(核)的元素和输入的对应元素相乘...原创 2019-11-07 17:56:22 · 206 阅读 · 0 评论