吴恩达深度学习——卷积神经网学习笔记
文章平均质量分 83
墨倾许
下定决心要做的事情,就要保持不动声色,汹涌澎湃!
展开
-
吴恩达卷积神经网络学习笔记(八)
原创 2022-03-03 18:01:08 · 801 阅读 · 0 评论 -
吴恩达卷积神经网络学习笔记(七)
3.3目标探测今天我们来构建一个对象检测算法,我们将学习如何通过卷积网络进行对象检测,采用的是基于滑动窗口的目标检测算法.假如你想构建一个汽车检测算法,步骤是首先创建一个标签训练集,也就是X和Y表示适当准确的汽车图片样本,这张图片x是一个正样本,因为它是一辆汽车图片。中间几张图片也有汽车,但是后面两张没有汽车,出于对我们对这个训练集的期望,你一开始可以使用适当剪切的图片,就是整张图片X几乎都被汽车占据。你可以照张照片,然后剪切,减掉汽车以外的部...原创 2022-02-12 07:30:00 · 329 阅读 · 0 评论 -
吴恩达卷积神经网络学习笔记(六)|CSDN创作打卡
3.2 特征点检测神经网络可以通过输出图片上特征点的(x,y)坐标,来实现对目标特征的识别。我们来看几个例子,假设你正在构建一个人脸识别应用,出于某种原因,你希望算法可以给出眼角的具体位置,眼角坐标为(x,y),你可以让神经网络的最后一层,多出两个数字lx和ly,作为眼角的坐标值.如果你想知道两只眼睛的4个眼角的具体位置,那么从左到右依次用4个特征点来表示这4个眼角,对神经网络稍微做些修改,输出第1个特征点(l1X,lxy),第2个特征点(l2x,...原创 2022-02-11 07:30:00 · 1965 阅读 · 0 评论 -
吴恩达卷积神经网络学习笔记(五)
目录(三)目标检测3.1 目标定位(三)目标检测3.1 目标定位图片分类:就是算法遍历图片,判断其中的对象是不是汽车。定位分类问题:不仅要判断其中的对象是不是汽车,还要在图中标记出它的位置。其中定位是:判断汽车在图片中的具体位置。当图片中有多个对象时,应该如何检测它们,并确定出位置。比如你正在做一个自动驾驶程序,程序不仅要检测其他车辆,还要检测其他对象,如行人,摩托车等等。对于分类定位问题,通常只有一个较大的物体在图片的中央,我们要对它进行识别和定...原创 2022-02-10 08:00:00 · 332 阅读 · 0 评论 -
吴恩达卷积神经网络学习笔记(四)
二.实例探究2.6 谷歌Inception网络简介Inception模块的作用:代替人工确定卷积层中的卷积核大小或者确定是否需要创建卷积层和池化层。解析:inception网络代替人工选择滤波器大小,甚至可以代替人工决定使用卷积层或是池化层。考虑不同滤波器滤波器大小、以及池化层,给网络添加这些超参数的所有可能的值,把这些输出连接起来,由网络自己学习它需要什么样的参数。自己决定使用哪个参数,采用哪些滤波器的组合。但是,以上描述inception网络计算成本...原创 2022-01-16 19:49:33 · 755 阅读 · 0 评论 -
吴恩达卷积神经网络学习笔记(三)
二.实例探究2.1 为什么要进行实例探究以下是比较经典的几种网络:2.2 经典网络下图是LeNet-5神经网络的结构:(针对灰色图像训练的,平均池化)下图是AlexNet神经网络的结构:下图是VGG-16神经网络的结构:每经过一次卷积和池化后图像大小减半,通道数加倍。优点:简化了神经网络。缺点:需要训练的特征数量非常巨大。(16是指在这个网络包含16个卷积层和全连接层)其结构都是几个卷...原创 2022-01-17 06:00:00 · 480 阅读 · 0 评论 -
吴恩达卷积神经网络学习笔记(二)
一.卷积神经网络(一)1.6 三维卷积3指的是颜色通道(RGB)6*6*3分别对应宽*高*通道的数目滤波器也有相对应的3*3*3,由此得到一个4*4的输出。对三维图像进行卷积时,卷积核的通道数要与三维图像的通道数相等。当我们想对图像的多个边缘特征进行检测时,我们可以使用多个卷积核,这样卷积后生成图像的通道数为使用的卷积核的个数。对于三维卷积具体运算的实例如下:如果使用的是下图3*3*3的卷积核,则一共有27个参数,进行卷积运算时让数值与相应的参数相乘后求和,这就是...原创 2022-01-15 16:00:30 · 2509 阅读 · 0 评论 -
吴恩达卷积神经网络学习笔记(一)
一.卷积神经网络(一)1.1 计算机视觉图片分类和图片识别,目标检测,图片风格迁移特征向量的维度卷积神经网络一般应用于计算机视觉领域,由于有的时候图片的像素点很多,导致神经网络输入特征值的维数很多。1.2 边缘检测示例弄清一张照片中的物体,利用电脑进行去识别,垂直边缘检测,水平边缘检测。如下图所示,原图是一个661的矩阵,卷积核是一个331的矩阵,经过卷积后得到一个441的矩阵。(为了检测图像中的垂直边缘,可以构造一个3*3的矩阵,在共用习惯中,在卷积神经网络的.原创 2022-01-15 15:44:35 · 2429 阅读 · 2 评论