51CTO深度学习入门
jingqiulyue
迭代升级中
展开
-
深度学习入门(上)-第一章 必备基础知识点
1.深度学习与人工智能简介 大数据时代造就了人工智能的发展,人工智能的时代已经来临。数据规模越大,深度学习算法越好。深度学习有诸多应用,如诉说图片故事,自动驾驶等等。2.CV面临的挑战与常规套路 图像分类是CV核心任务。图片是由若干个像素点组成的,一张图片被表示成3维数组的形式,每个像素的值[0,255]。像素点与亮度有关,像素点值越大,亮度就越大。 挑战:viewpoint var...原创 2018-02-10 18:20:46 · 6108 阅读 · 1 评论 -
深度学习入门(上)-第二章 神经网络模型
12.神经网络整体架构 神经网络是层次结构,且是非线性的结构。那么需要指定哪些参数呢? w1, w2, w3,要明确他们的大小。 非线性的成立需要有激活函数(如sigmoid),使得神经网络的效果很好,表达出非常强大的效果。 13.神经网络模型实例演示 激活函数:使结果非线性 当求完的得分值,数值比较大或者比较小时,函数的导数值都很小,易发生梯度消失的现象,没法更新...原创 2018-02-10 20:35:23 · 616 阅读 · 0 评论 -
深度学习入门(上)-第三章 案例实战
15.python环境搭建 16.Eclipse搭建python环境 安装Eclipse,安装JDK。 安装PyDev模块(帮助-安装新软件),配置Python环境(窗口-首选项)。 17.动手完成简单神经网络 完成3层的神经网络。 import numpy as npdef sigmoid(x, deriv = False): if (deriv == True...原创 2018-02-10 23:02:45 · 1371 阅读 · 0 评论 -
深度学习入门(下)-CNN
1.感受卷积神经网络的强大 卷积神经网络 玩转神经网络的步骤: 应用:classification, retrieval, detection, segmentation,姿态估计(回归任务) Detection:分类+回归。(找到BBox,BBox中的物体究竟是什么物体呢)2.卷积层详解 左:经典神经网络,是全连接结构 右:卷积神经网络,有一个深度的概念,贯穿始终 ...原创 2018-02-11 20:45:43 · 683 阅读 · 0 评论 -
深度学习入门(下)-RNN,LSTM
11.RNN网络结构 当前输入+上一层保留下来的有价值的信息 在递归神经网络中,可以把前一层的信息充分的利用起来。 我 出 生 在 中 国 我 我出 我出生 我出生在 我出生在中 我出生在中国12.RNN网络细节 RNN每一层的输入是什么呢?xtxtx_t 以NLP为例,先分词,然后把分词结果输入。一般情况下,要最终的输出值ot+1ot+1o_{t+1}。在NLP中,上下文...原创 2018-02-11 23:01:44 · 399 阅读 · 0 评论 -
深度学习入门(下)-实例,技巧,框架
15.分类与回归(=Location)任务应用详解 定位就是给框出来,用回归来做。 Location as regression:通过预测结果,不断拟合groudtruth的过程 一些技巧 对于某一任务,找合适的模型。一般,AlexNet和VGG就能够解决很多问题了。然后finetune。把别人训练好的已经很收敛的模型拿过来,结合自身任务进行finetune,方便快速收敛。 ...原创 2018-02-12 01:31:02 · 580 阅读 · 0 评论