![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
卷积神经网络
cdy艳0917
这个作者很懒,什么都没留下…
展开
-
残差网络
神经网络的学习主要蕴含在权重和阈值中,多层网络使用上面简单感知机的权重调整规则显然不够用了,BP神经网络算法即误差逆传播算法(error BackPropagation)正是为学习多层前馈神经网络而设计,BP神经网络算法是迄今为止最成功的的神经网络学习算法。在神经网络的训练中,理论上是网络深度加深,理论模上可以取得更好的效果。但实验发现,随着网络深度加深,神经网络中存在退化问题。这种退化问题和过拟合不同,过拟合表现的是训练误差小而测试效果误差大,而现在是训练误差和测试误差都大(需要在巨大的参数空间中执行原创 2020-07-13 22:05:29 · 6141 阅读 · 0 评论 -
R-CNN
总结:R-CNN是针对目标检测与语义分割的多特征层网络,是第一个用工业级来解决分割的网络。这篇论文带来一个新的观点是:当缺乏大量的标注数据集时,比较可行的手段就是进行神经网络的迁移学习采用在其他大型数据集训练后的神经网络,然后在小规模特定数据集上进行fine-tune微调。在R-CNN之前,overfeat已经是用深度学习的方法做检测,但RCNN是第一个可以真正可以工业级应用解决方案紧随其后出现了Fast-RCNN.faster-RCNN都沿袭RCNN的思路简述**解决了目标检测的两个问题:**速度原创 2020-07-13 21:22:37 · 162 阅读 · 0 评论 -
pytorch学习(五)利用pytorch训练CycleGAN-------的句句讲解
1.cycleGAN论文https://arxiv.org/abs/1406.26612.cycleGAN简单介绍首先:这个过程呢和GAN是一样的。但是,最终学习后的结果,很有可能G (X-Y)输出的图像的ID并不是源域X的ID,而是目标域Y中的另一个ID的相似度极高的图片,那么如何解决这一问题呢,这篇文章就引入了一个循环一致性损失(a cycle consistency loss)...原创 2020-03-11 16:35:28 · 8710 阅读 · 16 评论 -
GAN系列之(二)------CycleGAN
论文:Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks https://arxiv.org/abs/1703.10593代码:https://github.com/MJJ-5650/PyTorch-GAN/tree/master/implementations/cyclegan1....原创 2020-03-11 00:02:18 · 606 阅读 · 0 评论 -
GAN系列之(一)------GAN---Generative Adversarial Networks
论文:Generative Adversarial Networkshttps://arxiv.org/abs/1406.26611.GAN的思想G网络相当于一个学生不断的进行学习,D网络相当于一个老师不断地对学生进行打分和指导,如此一个不断学习不断评估的过程。如上图所示,第一次:G学习画动漫人物图像,第一次学习只学到一些简单地轮廓 V1,这个时候D对G的学习进行评估打分,并告诉G动...原创 2020-03-11 00:00:13 · 342 阅读 · 0 评论 -
pytorch学习(四)利用pytorch训练GAN-------(基于MNIST数据集)的句句讲解
1.GAN的来源GAN是什么:生成式对抗网络(GAN, Generative Adversarial Networks )是一种深度学习模型,是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中**(至少)两个模块:生成模型(Generative Model)和判别模型(Discriminative Model)的互相博弈学习产生相当好的输出**。原始 GAN 理论中,并不要求 G ...原创 2020-03-10 00:49:29 · 3736 阅读 · 4 评论 -
Ubuntu16.04安装NVIDIA驱动(避免出现循环登陆问题的安装方式)
安装深度学习框架tensorflow和pytorch需要使用cuda/cudnn(GPU)来加速计算,而安装cuda/cudnn,首先需要安装nvidia的显卡驱动安装的过程很容易出现驱动冲突,循环登录两个问题,这种问题让人很头疼的,下面来介绍一下如何避免这两个问题的出现并成功安装NVIDIA驱动,以及如何选择适合自己电脑的驱动。如果你出现循环登陆的界面解决方式如下:在ubuntu下按c...原创 2019-09-29 14:56:55 · 8114 阅读 · 0 评论 -
Ubuntu安装NVIDIA驱动、CUDA CUDNN 第一次配置环境踩过一个星期坑的安装总结
上篇主要讲述了如何避免循环登陆和驱动冲突这两个问题,如果你安装CUDA CUDNN之前没有安装NVIDIA驱动,请参考我的上篇博客。本篇主要讲述如何正确安装CUDA CUDNN的,这两个是比较重要的,好多tensorflow和pytorch·安装不上或者出现问题主要就是CUDA 和CUDNN安装出现了问题。1.注意事项要看自己NVIDIA驱动是否告诉你 你的CUDA驱动是多少要看自己NV...原创 2019-09-29 13:55:07 · 870 阅读 · 0 评论 -
VGG网络学习的总结
这篇主要是为了将来好查找VGG相关的东西而写的,如有不足,请指正目前主要还是采用VGG16和VGG19也就是下图中的分别红框和绿框部分其实VGG16与VGG19的区别就是前者在三、四、五部分少了一层卷积,上图可以看出VGG分有无BatchNormalizationVGG16网络的好处接触过深度学习的应该都知道最早的卷积神经网络都是通过比较大的卷积核进行卷积来提取特征的(例如AlexNet...原创 2019-09-06 14:35:46 · 1216 阅读 · 0 评论 -
卷积神经网络中各个卷积层的设置及输出大小计算的详细讲解
我将从以下几个方面来进行解说:1.卷积神经网络的结构2.卷积神经网络的计算3.以AlexNet为例进行详细讲解4.常见的两个卷积层设置的问题1.卷积神经网络的结构卷积神经网络(CNN)由输入层、卷积层、激活函数、池化层、全连接层组成,即INPUT(输入层)-CONV(卷积层)-RELU(激活函数)-POOL(池化层)-FC(全连接层)我们用一个图进行展示:2.卷积神经网络的计算...原创 2019-05-28 20:58:36 · 106559 阅读 · 33 评论