![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
maocaisheng
Image Restoration
展开
-
超参数momentum与weight-decay的作用
超参数momentum与weight-decay的作用转载 2016-10-05 17:09:46 · 29276 阅读 · 0 评论 -
What is a Posterior Probability?
Posterior probability measures the likelihood that an event will occur given that a related event has already occurred. It is a modification of the original probability or the probability without furt...转载 2018-07-26 14:03:57 · 1612 阅读 · 0 评论 -
神经网络-全连接层
python实现的全连接层及方向传播原创 2016-09-20 14:36:52 · 10249 阅读 · 1 评论 -
神经网络-卷积层
Python实现卷积层原创 2016-09-21 16:13:50 · 537 阅读 · 0 评论 -
度量学习
度量学习(Metric Learning)也就是常说的相似度学习。原创 2016-09-26 18:43:00 · 17320 阅读 · 0 评论 -
多任务深度学习(MultiTask Learning)
多任务学习给出多个监督信息(标签),利用任务之间的相关性互相促进。案例1-人脸识别香港中文大学汤晓鸥组发表在NIPS14的论文《Deep Learning Face Representation by Joint Identification-Verification》,提出了一种联合训练人脸确认损失和人脸分类损失的多任务人脸识别网络DeepID2(Deep IDentification-verif原创 2016-09-29 16:48:10 · 39591 阅读 · 2 评论 -
反卷积的真正含义
Deconvolution layer is a very unfortunate name and should rather be called a transposed convolutional layer.转载 2016-10-17 15:08:51 · 20860 阅读 · 0 评论 -
数据增强相关总结
Data Augmentation是通过少量的计算从原始图片变换得到新的训练数据。 数据增强对最后的识别性能和泛化能力都有着非常重要的作用。我们使用下面这些数据增强方法:第一,对颜色的数据增强,包括色彩的饱和度、亮度和对比度等方面,主要从Facebook的代码里改过来的。第二,PCA Jittering,最早是由Alex在他2012年赢得ImageNet竞赛的那篇NIPS中提出来的. 我们转载 2017-02-24 18:50:44 · 7911 阅读 · 2 评论 -
机器学习-周志华-笔记-第2章
经验误差、泛化误差、测试误差经验误差,也叫训练误差,在训练集上的误差,与之对应的是泛化误差(generalization error,在新样本上的误差)。评估一个好的模型显然是泛化误差最小。但是实际上事先并不知道新样本是什么,所以实际能做的是最小化经验误差。经验误差也不能完全决定模型的泛化误差,会存在过拟合现象。书中简单说明了过拟合现象是各种学习算法不可避免的问题,只有“减缓”。这原创 2017-06-29 21:25:07 · 2538 阅读 · 0 评论 -
Circular/Linear Convolution 与 DFT
今天在一篇论文中看到这样一句话: FFT-based deconvolution hinges on a blur model which assumes a convolution with periodic (circular) boundary conditions.Matlab 文档中详细说明了二者的区别: Linear and Circular Convolution 通常我们原创 2018-01-17 15:36:41 · 3806 阅读 · 0 评论 -
面经:卷积层计算量
转自深度学习之(经典)卷积层计算量以及参数量总结 (考虑有无bias,乘加情况)对公式重新美化了一下。目录:经典的卷积层是如何计算的分析卷积层的计算量分析卷积层的参数量1、卷积操作如下:http://cs231n.github.io/assets/conv-demo/index.html假设卷积层的输入特征图大小为Cin×H×WC_{in} \times H \times W...转载 2019-08-28 10:55:30 · 954 阅读 · 2 评论