深度学习图像处理
文章平均质量分 61
OnTheRoad 白中白
小小白
展开
-
为啥训练的时候要分batch
从梯度下降开始谈起: 梯度下降的每一轮迭代下,要计算所有数据的损失函数值,然后计算每个参数的偏导数,来求出目前的梯度方向。但是在计算损失函数的过程中,需要把每个数据点都计算出来,有的时候,数据可能有几百万甚至更多,这个时候可能迭代速度就会明显下降下来了。所有这个时候有了一种 mini-batch gradient descent 小批量梯度下降,把数据分成一个一个的batch,然后每计算一个batch,就更新一次梯度,也就是说现在梯度下降中,每次迭代不是计算全部数据的损失函数,而是一个batch的损失.原创 2021-07-25 02:05:24 · 2516 阅读 · 0 评论 -
1.1卷积神经网络基础 + 1.2卷积神经网络基础补充
总纲:1、卷积神经网络 2、全连接层 3、原创 2021-07-12 10:38:33 · 258 阅读 · 0 评论 -
深度学习在图像处理中的应用
图像分类,目标检测,图像分割图像分类 白话解释:在一堆花中,将其进行分类,属于哪些品种。如微信小程序识花君。 图像分类网络:LeNet AlexNet VggNet Go...原创 2021-07-12 02:41:02 · 235 阅读 · 0 评论