卷积学习
张张同学!
其实路上风再大也没有关系。
展开
-
深度之卷积学习day4(卷积神经网络实践与遥感)
步骤 1.拥有自己的数据集 2.构建卷积神经网络 3.构建算法 4.实现模型的评估 参数 交叉熵函数 给这个模型加一层 **原创 2020-11-04 23:37:50 · 546 阅读 · 0 评论 -
TensorFlow与Keras 介绍与入门
TensorFlow与Keras 介绍与入门实现卷积神经网络(框架)TensorFlow是什么?计算图 实现卷积神经网络(框架) TensorFlow更加受欢迎,连个版本1.x与2.x版本 Keras更加好用,方便 TensorFlow是什么? 1.采用计算图的形式表达数值计算的编程系统,能在大规模状态下进行运行,也可以在异构环境下进行 2. 使用数据流图表来表征计算,共享状态以及改变状态的操作, 3.应用范围:语音识别,计算机视觉,广告等(在大型数据中心服务器中有很大优势) 1.图像:图像分类,物体检测原创 2020-09-23 20:34:24 · 958 阅读 · 0 评论 -
深度卷积网路基本原理2
深度卷积网路基本原理2机器学习流程深度学习1.深度学习定义一.卷积神经网络基础概念1.堆叠2.神经网络的问题3.改善问题二.卷积神经网络1.卷积2.过程3.真实卷积4.运算公式5.池化层6.反向传播算法7.示意图9.实例总结 机器学习流程 深度学习 1.并不是进行特征抽取,而是让模型进行抽取,得到反馈更新,end to end的算法 2.都要考虑,你添加的结构能否是一个从一端到另一端优化的过程,而不是多次优化的过程(end to end的模型) 3.将高维数据逐步进行处理降低为低维特征。 1.深度学习原创 2020-09-22 20:13:09 · 220 阅读 · 0 评论 -
深度卷积学习网络基本原理
深度卷积学习网络基本原理一.了解【1】背景【2】遥感影像【3】遥感图像理解【4】工程应用场景【5】杰出的应用:【6】卷积神经网络学习的历史卷积神经网络基础概念【1】机器学习1.存在的问题2.流程:3.经典定义:4.例子:1.数据2.选择目标函数3.选择损失函数训练4.超参数设置5.p次的梯度下降算法6.数据预测7.新的目标函数8.模型的选择 一.了解 【1】背景 侧重于检测,遥感分析什么什么的 【2】遥感影像 【3】遥感图像理解 1.自动翻译技术精度低, 2.应用场景多样性, 3.深度学习缺陷(目标检原创 2020-09-21 19:59:26 · 450 阅读 · 0 评论