深度学习
原分类名称是AI
诗筱涵
邮箱:1372740910@qq.com 微信公众号:诗筱涵 技术交流群:960668018
展开
-
LSTM也可以做数据融合
LSTM也可以做数据融合下面拍自《多传感器数据智能融合理论与应用》原创 2021-05-15 14:04:52 · 1545 阅读 · 0 评论 -
一文看懂各种神经网络优化算法:从梯度下降到Adam方法
转载自:https://zhuanlan.zhihu.com/p/27449596一文看懂各种神经网络优化算法:从梯度下降到Adam方法量子学园陪你们研究机器学习@王小新编译自 Medium量子位 出品 | 公众号 QbitAI在调整模型更新权重和偏差参数的方式时,你是否考虑过哪种优化算法能使模型产生更好且更快的效果?应该用梯度下降,随机梯度下降,还是Adam方法?这篇文章介绍了不同优化算法之间的主要区别,以及如何选择最佳的优化方法。什么是优化算法?优化算法的.转载 2021-04-05 07:58:12 · 636 阅读 · 0 评论 -
计算机视觉传统方法不能忽略的原因,应该是相比于深度学习而言。
计算机视觉传统方法不能忽略的原因,应该是相比于深度学习而言。像SVM这种https://www.bilibili.com/video/BV1EK411A7sM原创 2021-03-07 22:08:55 · 247 阅读 · 0 评论 -
Jaocibian(雅可比)矩阵本质上就是导数
https://www.zhihu.com/question/22586361https://baike.baidu.com/item/%E9%9B%85%E5%8F%AF%E6%AF%94%E7%9F%A9%E9%98%B5/10753754?fromtitle=%E9%9B%85%E5%85%8B%E6%AF%94%E7%9F%A9%E9%98%B5&fromid=5726542&fr=aladdin原创 2021-03-07 15:39:13 · 718 阅读 · 0 评论 -
基于VAE模型的周期性KPI异常检测方法(裴丹)
摘自:https://www.cnblogs.com/bonelee/p/9848559.html转载 2020-11-01 07:57:38 · 637 阅读 · 0 评论 -
吃透tensorflow那本书里面的LSTM那个程序
可以试着先跟这里面的学习。https://www.julyedu.com/course/getDetail/82原创 2020-10-12 12:20:35 · 446 阅读 · 0 评论 -
回想起你之前弄机器学习,一直停留在看微信公众号文章的阶段,各种算法名词满天飞,但是从来没有去啃过论文公式。你现在无人机SLAM不也是一直转载别人各种文章....但是从来没有去弄过真正的SLAM,没看过
回想起你之前弄机器学习,一直停留在看微信公众号文章的阶段,各种算法名词满天飞,但是从来没有去啃过论文公式。你现在无人机SLAM不也是一直转载别人各种文章....但是从来没有去弄过真正的SLAM,没看过公式论文,没看过没写过源码。你之前总是叫着发论文,但是自己从来没有看过论文。没有真正系统学一个东西,反而报班让你感受到系统学了一些东西,让你感受到专业。你不业余谁业余?。...原创 2020-10-07 00:52:37 · 272 阅读 · 1 评论 -
关于弄深度学习选GPU总结
关于弄深度学习选GPU总结当时买暗影精灵时写的。对于笔记本的话你会发现1060的基本7千到8千,而1070没有低于10000的,而1080没有低于两万的!!!!!!!不是加了一点点。https://blog.csdn.net/meyh0x5vDTk48P2/article/details/78959045https://blog.csdn.net/qq_38906523/article/details/78730158https://www.cnblogs.com/la...原创 2020-09-17 09:31:53 · 589 阅读 · 0 评论 -
通过拟合数据得到的深度神经网络模型对输入很小的数值扰动和很小的变换(甚至平移)都是不稳定的,更谈不上鲁棒。
通过拟合数据得到的深度神经网络模型(在classification,detection,segmentation等)对输入很小的数值扰动和很小的变换deformation(甚至平移)都是不稳定的(unstable),更谈不上鲁棒。这和我感受到的智能车用PID而不是用深度学习一样的感受。我觉得RNN不适合弄异常检测也是有道理的。...原创 2020-07-17 00:24:24 · 586 阅读 · 0 评论 -
一图搞懂梯度、散度、旋度、Jacobian、Hessian、Laplacian之间的关系
摘自:https://mp.weixin.qq.com/s/40xqOG-r44M7rNuzUx-DsA一图搞懂梯度、散度、旋度、Jacobian、Hessian、Laplacian之间的关系机器学习研究组 今天来自 | 知乎 作者 |王赟 Maigo链接 | https://zhuanlan.zhihu.com/p/35323714编辑 | 深度学习这件小事公众号本文仅作学术交流,如有侵权,请联系后台删除一、入门图中的细实线箭头表示了四种一阶微分运算...转载 2020-07-02 20:19:02 · 2140 阅读 · 0 评论 -
深度学习方法的分类
最近写PPT要写个深度学习所有方法的一个梳理,发现很少有书系统讲深度学习到底囊括哪些方法,大多都是讲下CNN RNN就完了,包括《深度学习》这本书也没有明确讲深度学习具体包含哪些方法。下面截图自邓力的《深度学习:方法与应用》...原创 2020-06-12 10:23:50 · 2281 阅读 · 0 评论 -
boosting
https://blog.csdn.net/qq547276542/article/details/78304454?utm_medium=distribute.pc_relevant_t0.none-task-blog-OPENSEARCH-1.nonecase&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-OPENSEARCH-1.nonecase————————————————版权声明:本文为CSDN博主「马熙...原创 2020-06-09 23:49:53 · 336 阅读 · 0 评论 -
随机森林
随机森林的随机体现在对训练样本和特征向量的分量都进行了随机采样森林的意思应该就是多个决策树。原创 2020-06-09 12:11:24 · 683 阅读 · 0 评论 -
个人目前理解机器学习和深度学习的区别在于特征是否自动提取
首先我是看到SIGAI给的机器学习算法地图里没有无监督学习里面没有自动编码器,而这个在他们的深度学习的课表目录里面,MNIST手写识别也是在他们的深度学习课程里面,CNN RNN都是深度学习课程里面的,这时候我意识到机器学习和深度学习是有区别的。再结合起之前看到的一些。还可以结合我之前写的关于神经网络黑盒子的博文 https://blog.csdn.net/sinat_16643223/...原创 2019-02-03 13:38:55 · 9073 阅读 · 5 评论 -
为什么说神经网络是黑箱子模型,我刚刚有了新的感悟。
为什么说神经网络是黑箱子模型,我刚刚有了新的感悟。 深度神经网络是自动提取特征,不同于以往的人工提取特征。人工提取特征他是知道为什么提取这个特征的,而神经网络,则是通过训练去尽可能贴近训练集,它确实也是做到了,但是你说不出为什么,它为什么是这样弄,说不出它的权重为什么是这样,所以你也没法很好地手动去改去让它变得更好,它是自动提取特征你也说不清楚它提取了哪些特征。感觉更像是一种非线性...原创 2019-01-27 14:36:07 · 8489 阅读 · 1 评论