- 博客(9)
- 资源 (4)
- 收藏
- 关注
原创 兰州骑行:罗九公路
兰州骑行:罗九公路 罗九公路适宜冬日骑行,一路爬坡,路程较短。适度热身后,即可骑行健身、一览兰州市景 按照惯例先发数据:刚开始还以为在北滨河路上也能上罗九呢!出发之前,蓝天白云;兰州理工大学一南教学楼的一角。罗九公路和我的买菜车。我希望兰州拥有蓝天白云,下面这蓝天白云是我PS上去的。十个烤串一个馕!总是被人问起为什么喜欢骑行?没有好的装备,又没时间远行。你们学生不应该是在宿舍打游戏吗...
2016-12-12 19:14:56 5152
原创 5.1 深度学习之公式详细推导(Regularzation :L1 ,Dropout)
Regularzation :L1 ,Dropout 本文是课堂笔记,大多用截图呈现,内容分详实需要了解的请耐心推导!下面接着说减少过拟合的方法!上文我们了Regularzation :L2,现在讲一下Regularzation :L1 绝对值和平方的差别。Dropout: 也可以 Overfitting另一种笨重的方法,也是数据时
2016-12-10 16:16:06 1612
原创 5.0 深度学习之公式详细推导Softmax和Overfitting
softmax这个结果就可以描述为每个类的概率故,不会造成学习慢!Overfitting例如我们利用1000个数据作为训练,表现出的情况:Cost表现看起来还不错,Test的变化如下:上诉表示:过拟合能够把训练集上的都对,但是测试集上就哭了!当然了还有其他的方式来客服Overfitting
2016-12-10 10:52:21 2538
原创 4.0 Cross-Entropy Cost目标方程让神经网络学习更快
关键是看第二个变化,这个和学习率没有关系,我们只看重变化率,和学习的快慢不是一个定义。
2016-12-10 09:24:31 870
原创 3.3 BP算法推导(绝对详细)
BackPropagation算法上述符号已经说明完了,切入正题:接下来就是BP的四个关键四个公式了:四个方程定义了BP过程。伪代码应用公式和推导的四个核心公式对应看一下。应用举例,手动推导:这个够详细了吧,这就是BP,看明
2016-12-09 20:44:48 3984
转载 3.2 神经网络基本结构及梯度下降算法
3.2 大白话:神经网络基本结构及梯度下降算法每个输入层都是和隐藏层相连接的,每个输入的连接是:输入值乘以权重加上的偏置,经过sigmoid function得到下一层的值。深度学习的深度体现在,隐藏层的多上面。这张图片是28*28的建立一个两层(输出层不计算在内)的神经网络:中间层可以自己设定,输出是几类的,就是几个输出神经元。
2016-12-08 16:44:14 2432
原创 3.1手写数字识别:MNIST,Perceptron
人脑:大脑视觉皮层V1,包含140,000,000神经元;数百亿个连接,还有V2,V3,V4,V5人脑进化几千年对于一个图像,对于机器来讲就是一个矩阵,彩色的就是三层的矩阵。类似于的人脑学习过程,V1处理像素级别的信息,V2处理的是边缘的信息......计算机识别图像对于一个小块而言,计算机看到的是这样的,如何从这个数据中感知到时什么物体,是研究的关键。
2016-12-08 16:07:17 1090
原创 兰州骑行:往返74公里单骑什川镇
往返74公里单骑什川镇——一路泥水一身泥拎起一辆单车说走就走道路已选择任而泥泞与沼泽带给你震撼的也许不是沿途的风景而征服的那一个个山坡回望来路的时候开始感谢咬牙坚持的自己未来之路必然坎坷所有的努力都是在攀登一座座山坡 兰州理工大学本部出发,途径安泊尔吃上一碗牛肉面。 经过百年铁桥到北滨河路,一路向东到达盐什公路,开始路还不错 到了山顶在俯瞰下山路,感觉有点爽,上坡要坚持,下坡需谨慎(来自沿途骑游...
2016-12-08 15:54:03 900 1
原创 兰州骑行:往返153公里骑行刘家峡
往返153公里骑行刘家峡不管出发的意义是什么只是不想让城市的水泥森林遮蔽我的双眼不管所去的方向有没有美景景美于心又何必在意美轮美奂只要远方有片大山光秃也好,墨绿也罢踩上脚踏板开启的心灵征程! 数据时代了,先让数据说句话,往返153KM,兰州理工大学到刘家峡。灰色是海拔高度,蓝色的是速度。单程爬坡二十多公里,爬坡海拔高度1300米。 午餐: 每一个穿越大山的都是骑行的勇...
2016-12-08 15:35:12 3301 1
KITTI数据集三维可视化代码
2019-04-02
三帧间实现视频中移动目标提取和追踪
2017-09-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人