- 博客(4)
- 收藏
- 关注
原创 神经网络与深度学习课程3-深度学习与目标检测
物体的尺寸变化范围很大,摆放物体的角度,姿态不定,而且可以出现在图片的任何地方,并且物体还可以是多个类别。计算 “作为输出预测的边界框”,与其他边界框的相关联IoU值;被正确地划分为正例的个数,即实际为正例且被分类器划分为正例的实例数。被错误地划分为正例的个数,即实际为负例但被分类器划分为正例的实例数。被错误地划分为负例的个数,即实际为正例但被分类器划分为负例的实例数。被正确地划分为负例的个数,即实际为负例且被分类器划分为负例的实例数。IOU是预测的bb和真实的物体位置的交并比。,以及这次预测的置信度。
2024-05-20 22:35:55 351 1
原创 神经网络与深度学习课程2-卷积神经网络
全连接网络:链接权过多,算的慢,难收敛,同时可能进入局部极小值,也容易产生过拟合问题。解决算的慢问题:减少权值连接,每一个节点只连到上一层的少数神经元,即局部连接网络。权值过多极易产生过拟合。回想人类解决思路:信息分层处理,每一层在上层提取特征的基础上获取进行再处理,得到更高级别的特征。
2024-05-20 22:14:13 205
原创 神经网络与深度学习课程-学习总结(一)
1.1 人工智能 (Artificial Intelligence)是用机器去 实现所有目前必须借助人类智慧才能实现的任务。其具体研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统。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1.2 机器学习。
2024-03-30 14:02:14 1135
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人