deep-learning
文章平均质量分 87
Stray_Cat_Founder
这个作者很懒,什么都没留下…
展开
-
一天搞懂深度学习—学习笔记1
Introduce of deep learning1.问题展示 正常情况下,输入为‘cat’输出为一张猫的图片;而我们研究的内容是输入一张猫的图片,输出‘cat’。f(‘cat’) = a pic of cat,我们研究f(‘a pic of cat’)=‘cat’。 为了达到上述效果,我们需要定义一系列函数,优化函数有关参数,然后在定义的函数中选出最适合的函数。就是这么简单的几步,原创 2017-10-12 21:46:23 · 2711 阅读 · 0 评论 -
一天搞懂深度学习—学习笔记2(CNN)
1.卷积神经网络(convolutional neural network) 当处理图片的时候,第一层全连接层将会非常大。为什么呢?想像一下,对于一个100 * 100 * 3的图片,如果第一层神经元个数为1000个,那么将会需要3*10^7+1000个参数,这是很大的一个数字,各位可以感受下。 神经元需要知道整个图片的信息去找到它的模式么? 答案是否定的,一般来说,对于一类图片原创 2017-10-13 10:49:19 · 2249 阅读 · 0 评论 -
一天搞懂深度学习—学习笔记3(RNN)
Recurrent Neural Network(RNN) (Neural Network with Memory)1.一些基本的理解 开场首先来个填词题目,I would like to arrive at (Taipei) on (November 2nd). 我们人来填的话,很简单就能想到第一个空是地点,第二个是时间。那么对于计算机,它该如何处理这样的内容呢。 首先第一个要解决原创 2017-10-14 12:17:43 · 1067 阅读 · 0 评论 -
一天搞懂深度学习—学习笔记4(knowledge and tricks)
1.ultra deep network 世界上的摩天大楼有很多,而且大家也都一直在互相攀比谁的更高。文中给出了几个标志性建筑,Great Pyramid < Eiffel Tower < Empire State < World Trade Center < CN Tower < Burj Khalifa,有兴趣可以去查查 在神经网络的世界里,前面也提到过了,Thin and Tal原创 2017-10-16 14:55:51 · 907 阅读 · 1 评论 -
深度学习-卷积理解
一.深度卷积神经网络学习笔记(一):1.这篇文章以贾清扬的ppt说明了卷积的实质,更说明了卷积输出图像大小应该为: 假设输入图像尺寸为W,卷积核尺寸为F,步幅(stride)为S(卷积核移动的步幅),Padding使用P(用于填充输入图像的边界,一般填充0),那么经过该卷积层后输出的图像尺寸为(W-F+2P)/S+1。2.它写出为什么会用padding?卷积核大小该如何确定?stride该如何转载 2017-12-06 19:58:20 · 775 阅读 · 0 评论 -
这是只鸟... 这是个飞机... 这... 取决于你的分类器阈值
信息检索系统(例如搜索引擎)的评估主要关注于两件事情: 1.获取到的数据的相关程度?(准确率) 2系统是不是到底获取到了多少真实的相关文档(召回率)对于不熟悉的朋友,我将会解释到底什么是准确率和召回率;对于已经很熟悉的朋友,在比较precision-recall曲线时,我将解释文献中的一些混淆点。鹅和飞机假设你有一个包含飞机和鹅的图片集合 你想要系统可以获取到所有飞机图片,并且不包翻译 2017-12-21 17:34:22 · 502 阅读 · 0 评论 -
深度学习部分概念解析 - 1
1.优化方法介绍 这里说的优化问题指的是,给定目标函数f(x),我们需要找到一组参数x,使得f(x)的值最小。SGD SGD是stochastic gradient descent的简称,即随机梯度下降,是梯度下降的batch版本。此外还有BGD,B指的是batch,意思为批量梯度下降。对于训练数据集,我们先将其分为n个batch,每个batch包含m个样本, xt+1原创 2017-12-25 16:15:20 · 707 阅读 · 0 评论 -
slim的batch_norm出现的问题
python代码有一个好处,就是容易编写。但它的坏处也是大大的,好难读啊!!!以下代码来自FastMaskRCNN(https://github.com/CharlesShang/FastMaskRCNN),在实际运行过程中,把is_training由True改为False后,测试结果大不一样!折腾了几天时间。后来找到了一个解决方法。锁定目标在resnet_v1函数上。代码内容总揽(Res原创 2018-01-31 13:19:26 · 8497 阅读 · 11 评论 -
读coco数据集的代码接口了解segmentation的处理方法
读coco数据集的代码接口了解segmentation的处理方法COCO数据集是微软团队制作的一个数据集,通过这个数据集我们可以训练到神经网络对图像进行detection,classification,segmentation,captioning。具体介绍请祥见官网。 annotation格式介绍mask存储处理方式简单介绍相关代码分析一个实例annotation格原创 2018-01-18 18:30:18 · 21140 阅读 · 0 评论