DL
疯子_Zhang
暂无简述
展开
-
论文泛读:Distribution aligning refinery of pseudo-label for imbalanced semi-supervised learning
论文泛读:Distribution aligning refinery of pseudo-label for imbalanced semi-supervised learning原创 2020-12-16 21:48:26 · 1043 阅读 · 0 评论 -
MixMatch、UDA、ReMixMatch、FixMatch
本文转自:【半监督学习】MixMatch、UDA、ReMixMatch、FixMatch半监督学习(Semi-Supervised Learning,SSL)的 SOTA 一次次被 Google 刷新,从 MixMatch 开始,到同期的 UDA、ReMixMatch,再到 2020 年的 FixMatch。目录Consistency Regularization Entropy Minimization 结合 Consistency Regularization 和 Entropy Min转载 2020-12-16 21:37:13 · 1401 阅读 · 0 评论 -
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。原创 2016-12-08 16:07:17 · 1089 阅读 · 0 评论 -
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,看明原创 2016-12-09 20:44:48 · 3984 阅读 · 0 评论 -
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。原创 2016-12-10 09:24:31 · 870 阅读 · 0 评论 -
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原创 2016-12-10 10:52:21 · 2536 阅读 · 0 评论 -
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,也是数据时原创 2016-12-10 16:16:06 · 1611 阅读 · 0 评论 -
RCNN系列实验的PASCAL VOC数据集格式设置
RCNN系列实验的PASCAL VOC数据集格式设置出自:http://blog.csdn.net/liumaolincycle/article/details/50540487目录(?)[+]我们在做RCNN系列的实验时,往往需要把数据集的格式设置为和PASCAL VOC数据集一样的格式,其实当然也可以修改读取数据的代码,只是这样更转载 2017-03-07 08:57:08 · 2107 阅读 · 0 评论 -
Ubuntu搭建Caffe(仅CPU)
Ubuntu搭建Caffe(仅CPU)一直以来都没有写博客的习惯,后来发现以前做的工作如果不注意及时整理和记录往往丢失的很快。对我而言这是一篇具有重要意义的文章,好的习惯要持之以恒,以后的日子我会常驻博客园!由于本人水平有限,智商略低,欢迎大神前来拍砖。废话结束,下面是干货:首先吐槽一下本屌的笔记本,我现在的笔记本还是大一时候买的Dell INSPIRON 4010,没有Nvidi转载 2017-03-18 16:01:32 · 784 阅读 · 0 评论 -
深度学习视觉领域常用数据集汇总
【资源帖】深度学习视觉领域常用数据集汇总转自:数据派ID:datapi[导读] “大数据时代”,数据为王!无论是数据挖掘还是目前大热的深度学习领域都离不开“大数据”。大公司们一般会有自己的数据,但对于创业公司或是高校老师、学生来说,“Where can I get large datasets open to the public?”是不得不面对的一个问题。本文结合笔者在研究生学习、科研期间使用过...转载 2017-03-07 09:06:38 · 521 阅读 · 0 评论