- 博客(4)
- 收藏
- 关注
RSS订阅原创 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
321
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
180
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
1056
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