- 博客(9)
- 收藏
- 关注
RSS订阅原创 深度学习和神经网络笔记（一）——神经网络基础
二分类(Binary Classification)例子： 一张图片作为输入，比如这只猫，如果识别这张图片为猫，则输出标签1作为结果；如果识别出不是猫，那么输出标签0作为结果。现在我们可以用字母 y 来表示输出的结果标签。在二分类问题中，我们的目标就是得一个分类器，它以图片的特征向量作为输入，然后预测输出结果为1还是0，也就是预测图片中是否有猫。符号定义：逻辑回归(Logistic Regression)逻辑回归学习算法，该算法适用于二分类问题。1.逻辑回归的假设函数（Hypothesis
2020-07-22 13:58:54
249
原创 机器学习笔记（二）—— 单变量线性回归
模型展示（Model Representation）例子： 预测住房价格，使用一个数据集，数据集包含某市的住房价格。要根据不同房屋尺寸所售出的价格，画出数据集。如果一个房子是1250平方尺大小，告诉他们这房子能卖多少钱。可以做的一件事就是构建一个模型，也许是条直线，从这个数据模型上来看，能以大约220000(美元)左右的价格卖掉这个房子。这就是监督学习算法的一个例子。训练集（Training Set）如下表所示：假设函数我们输出一个函数. h代表hypothesis(假设)，表示一个函数，输
2020-07-16 17:47:12
220
1
原创 机器学习笔记（一）——初识机器学习
什么是机器学习定义一： Arthur Samuel这个人定义机器学习为，在进行特定编程的情况下，给予计算机学习能力的领域。例子： 让跳棋棋程序自己跟自己下了上万盘棋。通过观察哪种布局（棋盘位置）会赢，哪种布局会输，久而久之，这跳棋程序明白了什么是好的布局，什么样是坏的布局。定义二： Tom Mitchell提出一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。经验E就是程序上万次的自我练习的经验，而任务T就是下棋。性能度量
2020-07-13 21:10:03
190
原创 论文阅读---SCRDet---Towards More Robust Detection for Small, Clutteredand Rotated Objects
Towards More Robust Detection for Small, Clutteredand Rotated Objects（对小的、杂乱的和旋转的物体进行更稳健的检测）开源代码：https://github.com/DetectionTeamUCAS论文地址：https://arxiv.org/abs/1811.07126摘要（Abstract）目标检测一直是计算机视觉的一个重要组成部分。虽然已经取得了相当大的进展，但对于小尺寸、任意方向、密集分布的物体仍然存在挑战。除了自然图像外
2020-06-01 20:31:19
493
原创 五.每周一学----神经网络优化参数
前言激活函数神经网络中的每个神经元节点接受上一层神经元的输出值作为本神经元的输入值，并将输入值传递给下一层，输入层神经元节点会将输入属性值直接传递给下一层（隐层或输出层）。在多层神经网络中，上层节点的输出和下层节点的输入之间具有一个函数关系，这个函数称为激活函数。由于前一篇博客已经介绍过了激活函数，所以不过多的解释，大家可以看看下面这篇博客激活函数最优化方法——梯度下降法在机器学习中，我们通常会根据输入 x来预测输出 y，预测值和真实值之间会有一定的误差，我们在训练的过程中会使用优化器（opti
2020-05-10 21:39:45
587
原创 四.每周一学------神经网络基础
前言哈哈哈，学过高中生物的小伙伴们都知道，我们所学的生物神经网络是指生物的大脑神经元，细胞，触点等组成的网络，用于产生生物的意识，帮助生物进行思考和行动。其中神经元模型是一个包含输入，输出与计算功能的模型。输入可以类比为神经元的树突，而输出可以类比为神经元的轴突，计算则可以类比为细胞核。人工神经网络（Artificial Neural Networks，简写为ANNs）也简称为神经网络（NNs...
2020-05-04 22:26:02
442
原创 二.每周一学------目标检测入门
前言目前计算机视觉（CV，computer vision）与自然语言处理（Natural Language Process， NLP）及语音识别（Speech Recognition）并列为人工智能（AI，artificial intelligence）·机器学习（ML，machine learning）·深度学习（DL，deep learning）方向的三大热点方向 。而 计算机视觉又分为三...
2020-04-28 11:41:33
201
原创 三.每周一学----目标检测-R-CNN
前言传统的目标检测方法由于滑窗效率低，特征不够鲁棒的原因限制了目标检测的发展，而深度学习的目标检测方法致力于解决这些问题，深度学习目标检测方法分为两个阶段（one-stage和two-stage）这个在我的前一篇博客有讲到。这次，我们就先学习R-CNN。R-CNN论文《Rich feature hierarchies for accurate object detection and se...
2020-04-25 19:56:48
256
原创 一.每周一学------Harris角点
1.角点的定义点 ，就是图像中的特殊位置，是很常用的一类特征，点的局部特征也可以叫做“关键特征点”(keypoint feature)，或“兴趣点”(interest point)，或“角点”(conrner)。今天所讲的角点简单定义来说：就是极值点，即在某方面属性特别突出的点。如上图红圈就是一种很简单的角点。为什么要检测角点角点是图像很重要的特征,对图像图形的理解和分析有很重要的...
2020-04-11 14:41:03
751
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