关注
分享
文章平均质量分 90
这是一个从头讲解使用java语言编写深度神经网络的专栏。专栏将逐步讲解编写卷积神经网络的整体构思、梯度下降算法、方向传播算法、各个层的实现、不同激活函数的对比、不同损失函数的对比、不同优化器的对比等。
阳光玻璃杯
认真，你或许不会输！
展开
-
CupCnn 添加rnn的实现
github地址：CupDnn地址（给个小星星呗^~^）RNN的原理？。。。。嗯。。。不想多说，很多介绍其原理的文章，所以这里就不啰嗦了。为什么推荐CupDnn中实现的rnn?足够简单，可能是最简单的实现吧，很容易学习。有例子吗？有的。给的例子是计算两个数相加。比如1+1=2 ， 0.5+0.5=1。。。。额？？？？这需要用深度学习？不需要，但是用rnn来实现别有一...原创 2019-04-14 17:53:06 · 755 阅读 · 1 评论 -
CupCnn的最近的一些更新情况
CupCnn是一个用java写的卷积神经网络。支持L1、L2正则化正则化的理论非常复杂，推导过程也比较繁琐，但是实现确实异常的容易，主要体现在权重的衰减。通俗的讲，就是我们每次在更新权重w的时候，可以的让他比应该的大小减小一点。 // TODO Auto-generated method stub float[] wData = w.getData(); float[] grad...原创 2019-02-21 16:34:50 · 633 阅读 · 7 评论 -
使用卷积神经网络（CupCnn）训练人脸检测模型
结果展示最近尝试做了下人脸检测，先上两张效果图吧： 这已经是跳出来的效果比较好的图片了，表现的确是有点差。 我用了4000（19*19）多张人脸图片和8000（19*19）多张非人脸图片训练出了这个卷积模型。这个数据量确实有点少，所以效果不太好也是可以理解的。主要还是分享做人脸检测的经历。但是，我还是相信只要给我充分的数据，我也可以训练出高质量的模型。FaceDetector...原创 2018-03-12 16:44:15 · 5125 阅读 · 25 评论 -
java写卷积神经网络---卷积神经网络（CupCnn）的数据结构
前言我在写CupCnn的时候，一个困扰我很久的问题，就是如何组织卷积神经网络的数据结构。尤其是卷积层和全连接层之间的衔接问题。卷积层至少需要四维的数据结构（batch+channel+height+width）,而全连接层则只需一个二维的数据即可（batch+数据）。 CupCnn是我用java实现的一个卷积神经网络，它的源码可以从github下载： 点击下载CupCnn卷积神经...原创 2018-02-24 10:02:39 · 4122 阅读 · 2 评论 -
java写卷积神经网络---CupCnn简介
前言在机器学习中，卷积神经网络是一种深度前馈人工神经网络，已成功地应用于图像识别。目前，很多的车牌识号识别，人脸识别等都采用卷积神经网络，可以说卷积神经网络在图像识别方面取得了巨大的成功。当前开源的深度学习框架有很多了，比如caffe,tensorflow,torch等，这些深度学习框架包含了完善的卷积神经网络的实现，那么，为什么我们还要自己写卷积神经网络？直接用这些开源的深度学习框架多好，又...原创 2018-02-04 17:53:22 · 13652 阅读 · 5 评论