Deep Learning
shikong_
这个作者很懒,什么都没留下…
展开
-
【美亚技术分享】第五十八期:人脸识别经典—FaceNet
【美亚技术分享】第五十八期:人脸识别经典—FaceNet近年来,随着深度学习的火热发展,人脸识别技术不断创出新高度,更多方法的发掘及大牛们项目的持续开源,让人脸识别、深度学习甚至是人工智能显得不再神秘,LFW识别率99%已经随处可见,今天美亚柏科技术专家就人脸识别的一些经典算法和资源进行分享,感受大神们的“最强大脑”!在实际应用中,人脸验证(判断是否是同一人)、人脸识别转载 2018-01-14 13:38:10 · 1691 阅读 · 0 评论 -
GitHub 上 57 款最流行的开源深度学习项目
转载:https://www.oschina.net/news/79500/57-most-popular-deep-learning-project-at-githubGitHub 上 57 款最流行的开源深度学习项目本文整理了 GitHub 上最流行的 57 款深度学习项目(按 stars 排名)。最后更新:2016.08.091.TensorFlow使用数据流转载 2017-12-07 13:02:18 · 448 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-3)-- 目标检测
作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 11 月 21 日以下为在Coursera上吴恩达老师的 DeepLearning.ai 课程项目转载 2017-11-27 15:47:43 · 1096 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-2)-- 深度卷积模型
作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 11 月 14 日以下为在Coursera上吴恩达老师的 DeepLearning.ai 课程项目转载 2017-11-27 15:46:31 · 393 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-1)-- 卷积神经网络基础
作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 11 月 6 日Ng新课终于发布了,撒花!以下为在Coursera上吴恩达老师的 DeepLear转载 2017-11-27 15:44:28 · 622 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(4-4)-- 特殊应用:人脸识别和神经风格迁移
吴恩达Coursera深度学习课程 DeepLearning.ai 编程作业(4-4)———-作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 11 月转载 2017-12-04 09:09:35 · 1301 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(3-2)-- 机器学习策略(2)(转)
作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 10 月 23 日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中,转载 2017-11-22 17:34:01 · 342 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(3-1)-- 机器学习策略(1)(转)
作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 10 月 18 日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中,转载 2017-11-22 17:32:56 · 288 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(2-2)-- 优化算法
作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 10 月 11 日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中,转载 2017-11-14 20:06:48 · 432 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-3)-- 浅层神经网络(转载)
作者: 大树先生 博客: http://blog.csdn.net/koala_tree GitHub:https://github.com/KoalaTree 2017 年 09 月 22 日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中,第一部分《神经网络和深度学习》第三周课程“浅层神经网络”部分关键点的笔记。笔记并不包含全部小视频课转载 2017-11-14 19:57:44 · 170 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-4)-- 深层神经网络(转载)
作者: 大树先生 博客: http://blog.csdn.net/koala_tree GitHub:https://github.com/KoalaTree 2017 年 09 月 25 日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中,第一部分《神经网络和深度学习》第四周课程“深层神经网络”部分关键点的笔记。笔记并不包含全部小视频课转载 2017-11-14 19:59:58 · 306 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(1-2)-- 神经网络基础(转载)
作者: 大树先生 博客: http://blog.csdn.net/koala_tree GitHub:https://github.com/KoalaTree 2017 年 09 月 20 日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中,第一部分《神经网络和深度学习》第二周课程部分关键点的笔记。笔记并不包含全部小视频课程的记录,如需学转载 2017-11-14 19:55:24 · 388 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(2-1)-- 深度学习的实践方面(转载)
作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 09 月 28 日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中,转载 2017-11-14 19:49:24 · 270 阅读 · 0 评论 -
吴恩达Coursera深度学习课程 DeepLearning.ai 提炼笔记(2-3)-- 超参数调试 和 Batch Norm
作者: 大树先生 博客: http://blog.csdn.net/koala_tree 知乎:https://www.zhihu.com/people/dashuxiansheng GitHub:https://github.com/KoalaTree 2017 年 10 月 14 日以下为在Coursera上吴恩达老师的DeepLearning.ai课程项目中,转载 2017-11-17 10:44:30 · 436 阅读 · 0 评论 -
tf.nn.conv2d与tf.contrib.slim.conv2d
在查看代码的时候,看到有代码用到卷积层是tf.nn.conv2d,但是也有的使用的卷积层是tf.contrib.slim.conv2d,这两个函数调用的卷积层是否一致,在查看了API的文档,以及slim.conv2d的源码后,做如下总结:首先是常见使用的tf.nn.conv2d的函数,其定义如下:conv2d( input, filter, strides,转载 2018-01-10 16:23:18 · 638 阅读 · 0 评论