qq_57319954的博客

转载 课程总结：神经网络与深度学习（四）

LSTM，全称 Long Short Term Memory (长短期记忆) 是一种特殊的递归神经网络。这种网络与一般的前馈神经网络不同，LSTM可以利用时间序列对输入进行分析；简而言之，当使用前馈神经网络时，神经网络会认为我们 𝑡 时刻输入的内容与 𝑡+1 时刻输入的内容完全无关，对于许多情况，例如图片分类识别，这是毫无问题的，可是对于一些情景，例如自然语言处理(NLP, Natural Language Processing) 或者我们需要分析类似于连拍照片。

转载 课程总结：神经网络与深度学习（三）

将一幅图像分成SxS个网格(grid cell)，如果某个object的中心 落在这个网格中，则这个网格就负责预测这个object。每个网络需要预测B个BBox的位置信息和confidence（置信度）信息，一个BBox对应着四个位置信息和一个confidence信息。confidence代表了所预测的box中含有object的置信度和这个box预测的有多准两重信息：其中如果有object落在一个grid cell里，第一项取1，否则取0。

转载 课程总结：神经网络与深度学习（二）

图1 LeNet-5网络结构图LeNet-5虽然是早期提出的一个小网络，但是却包含了深度学习卷积神经网络的基本模块：卷积层、池化层和全连接层。如图1所示，LeNet-5一共包含7层（输入层不作为网络结构），分别由2个卷积层、2个池化层和3个连接层组成，网络的参数配置如表1所示，其中下采样层和全连接层的核尺寸分别代表采样范围和连接矩阵的尺寸。接下来，分别详解各层参数。

转载 课程总结：神经网络与深度学习（一）

人工智能是一个概念性而非形式化定义，包含多种方法论仿生角度：模拟自然生物信息处理过程（神经网络、深度学习）符号学角度：用统计概率、数理逻辑、博弈搜索等实证（机器学习）行为学角度：以控制论实现机器自我进化（自动控制、强化学习）交叉角度：上述多种角度的合成。

原创 哈工大计算机系统大作业