- 博客(5)
- 资源 (9)
- 收藏
- 关注
原创 对CNN感受野一些理解
感受野(receptive field)被称作是CNN中最重要的概念之一。为什么要研究感受野呐?主要是因为在学习SSD,Faster RCNN框架时,其中prior box和Anchor box的设计,一直搞不明白。当我理解了感受野才有点恍然大悟的感觉。快速看完这篇文章的前提是,要对CNN有个大致了解,feature map等术语要知道。 先看八股式定义,感受野:在卷...
2017-11-21 15:55:36 50045 23
原创 神经网络中单层神经元表示逻辑运算
心得体会先谈谈个人对神经网络的一些理解。现在很多框架都把神经网络当做黑盒子来用了,其中的很多算法步骤都看不到,用起来总有些心虚。我们知道一般的神经网络都是长成上图这个样子的,经典的三层:输入层、隐藏层和输出层。 为了更好的了解神经网络的本质,我们把左半部分遮住的话就是上图这个样子。如果你学过逻辑回归的话,就能看出来,其实这部分就是一个简单的逻辑回归
2017-11-30 16:43:21 4239 1
原创 机器学习-线性回归算法(python实现)个人理解
前言: 线性回归是机器学习中最基础的一个算法。虽然线性回归是最简单的机器学习算法之一,但是其包含了几乎所有的机器学习算法中需要的步骤:数据预处理,假设函数,代价函数,优化方法,模型测试。也可谓是麻雀虽小,五脏俱全。算法的由来, 都求过一元一次方程,y=ax+b,求这个方程只需要两个点即可。问题往往不会那么简单!如果给了三个点怎么办?简单的情况:当然三个点都在一条直线上,那就
2017-11-28 11:48:36 2002
原创 python的map,reduce和zip
map函数的官方解释:map(function, iterable, ...)Return an iterator that applies function to every item of iterable, yielding the results. If additional iterable arguments are passed, function mus
2017-11-22 10:48:47 429
原创 caffe使用入门
作者:芳芳不是我真名 前言:本文主要讲解caffe的使用流程,其实只需要一些简单的操作就能让caffe运行起来,训练网络,完成自己对caffe的初体验。另外要强调的一点是,由于实验室要求,本教程是在windows-caffe下制作的,所有操作都是在windows环境下完成。无论在什么平台下,原理都是一样的,只是一些具体步骤的实现不同罢了。 在
2017-11-17 20:06:31 6485
吴恩达机器学习个人笔记.pdf
2019-06-13
Must Know Tips_Tricks in Deep Neural Networks.pdf
2019-06-13
线性规划测试数据data.csv
2017-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人