- 博客(3)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 用Caffe+python如何训练一个手写体数字数别模型
手写体数字识别1.将train.csv数据转化为lmdb格式存储用Panda读取数据，由于.csv内的数据是以字符串形式存储，因此在读取完所有数据后，还需要将读取的数据转换成uint8形式，此时刚好可以存放一个像素值。具体操作如下：np.fromstring(data, dtype=np.uint8) 然后从数据中分别提取图像信息和对应的标签信息：labels = data
2017-06-22 21:09:49
754
原创 Dropout
在训练网络模型的时候，如果训练集太少，要训练的参数又很多，则容易产生过拟合（模型对训练集具有较高的识别率，但是对测试集效果则会很差，这时候模型的泛化能力很差）。此时我们常用解决的办法就是在损失函数中再添加一个惩罚项，通过设置一个惩罚系数，对模型中的参数进行“惩罚”，从而防止因为模型中的大量的参数过大，而导致模型的复杂度上升，最后导致训练出的模型出现过拟合。如果惩罚系数越大，则模型的复杂度就会越低，
2017-06-22 21:05:42
1814
原创 Faster RCNN理解
Faster RCNN为了解决Fast RCNN中region proposal生成与目标检测速度不匹配的问题，在深度网络中引入RPN，直接利用深度网络直接计算得到region proposal，整个region proposal生成和目标检测的过程都可以在GPU上完成。同时也实现region proposal生成网络与目标检测网络的网络权值共享。RPN网络结构首先利用基网络对
2017-06-22 20:49:25
408
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人