![](https://img-blog.csdnimg.cn/20190922222241574.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
#鸟蛋#AI
文章平均质量分 67
鸟蛋的成长日记
阅白
当你濒临崩溃时,说明你已经距离真相很近了
展开
-
神经网络结构的发展与变迁---LeNet\AlexNet\VGGNet\GoodleNet\ResNet\U-Net\DenseNet\FCN\Deeplab系列---下篇
神经网络结构的发展与变迁---LeNet\AlexNet\VGGNet\GoodleNet\ResNet\U-Net\DenseU-Net\FCN\Deeplab系列---下篇5.因为网络越深,能获取的信息越多,特征也越丰富。但是根据实验表明,随着网络的加深,优化效果反而越差,测试数据和训练数据的准确率反而降低了。这是由于网络的加深会造成梯度爆炸和梯度消失的问题。ResNet是一种残差网络,经过堆叠可以构成一个很深的网络。H(x) = F(x)+x是ResNet网络的核心,ResNet的网络结构图如下所原创 2021-01-12 23:00:43 · 480 阅读 · 0 评论 -
神经网络结构的发展与变迁---LeNet\AlexNet\VGGNet\GoodleNet\ResNet\U-Net\DenseNet\FCN\Deeplab系列---上篇
神经网络结构的发展与变迁---LeNet\AlexNet\VGGNet\GoodleNet\ResNet\U-Net\DenseU-Net\FCN\Deeplab系列---上篇1.LeNet是早期(1994年)的神经网络之一,用于手写数字识别,由卷积层,池化层,全连接层组成,网络结构如下图所示:2..AlexNet是首个实用性很强的卷积神经网络由卷积操,池化层,全连接层,softmax层以及RELU、Dropout构成。首次提出在2012年的ILSVRC大规模视觉识别竞赛上。其网络结构如下图所示原创 2021-01-11 16:55:06 · 498 阅读 · 1 评论 -
深度学习之tensorflow简记--计算图
深度学习之tensorflow维基百科对深度学习的定义:一类通过多层非线性变换对高复杂性数据建模算法的合集。tensorflow是一个通过计算图的形式来表述计算的编程系统。节点之间的边描述了计算之间的依赖关系。tensorflow计算的结果不是一个具体的数字而是一个张量,张量保存了三个属性,name,shape,type。tf.matmul实现了矩阵的乘法功能。tensorflow可以通过tf.resize_images函数对图像大小做调整(双线性差值,面积插值)tensorflow提供函数对图原创 2020-08-06 15:49:16 · 198 阅读 · 0 评论 -
Linux环境下搭建深度学习环境
Linux环境下搭建深度学习环境 其实最近有在学习一些公司的AI开发应用平台,很好用,傻瓜式的那种,不过毕竟是别人的环境很平台,而且需要收费,如果我们自己有不错的服务器资源,就应该尝试自己去搭建深度学习的环境了。 记录一下我自己的经验,以及遇到的一些问题。1.使用ssh命令登录服务器:ssh -p 端口号 用户名@主机地址登陆密码2.CUDA-----https://www.cnblogs.com/godislight/p/10576045.html...原创 2020-07-18 11:15:34 · 1499 阅读 · 0 评论 -
网络模型的鲁棒性(结合实例)与提升鲁棒性的方法
网络模型的鲁棒性与提升鲁棒性的方法1.定义:在统计学领域和机器学习领域,对异常值也能保持稳定、可靠的性质,称为鲁棒性。比如说,计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下,能否不死机、不崩溃,就是该软件的鲁棒性。所谓“鲁棒性”,是指控制系统在一定(结构,大小)的参数摄动下,维持某些性能的特性。有一个与鲁棒性很相似的概念叫模型的泛化能力。泛化能力:(generalization ability)是指机器学习算法对新鲜样本的适应能力,对具有同一规律的学习集以外的数据,经过训练的网络也能给出合原创 2020-07-08 20:36:18 · 16338 阅读 · 0 评论 -
智能视觉及大数据介绍
智能视觉及大数据介绍---不同专业的相关疑惑------文章内容来源于博主的某次会议笔记视觉大数据来源于网络上产生的大量视频与图片,图像视频大数据是人工智能的突破口,是信息产业新的增长点视觉大数据需要智能的算法和强大的处理平台数据出处的真实可靠是对大数据进行科学分析、挖掘、和研究的前提。实时在线的数据渐渐成为视觉大数据关注的热点。算法和数据是AI的重要支撑。深度卷积神经网络在视觉与自然语言处理方面取得成功。大数据相关的技术有图像分类、目标检测、目标跟踪、语义分割、实例分割、视原创 2020-07-05 21:38:04 · 1653 阅读 · 0 评论 -
插值方法总结
插值方法总结转自 : https://blog.csdn.net/jia_zhengshen/article/details/11802147“牛眼”现象现象是某些偏大或偏百小的数据在插值过程中,所形成的以插值点为圆度心的圈状现象。造成问这一现象的原因是插值区域监测井分布不均匀,而IDW插值过程中仅答以距离为权重,忽略了方位专等其他因素的影响,所以插值结果会与属实测值有较大偏差.1、最邻近元法 这是最简单的一种插值方法,不需要计算,在待求象素的四邻象素中,将距离待求象素最近...转载 2020-05-11 20:07:47 · 11515 阅读 · 0 评论 -
统计学与深度学习中的基础概念
统计学习也称为统计机器学习,是关于计算机基于数据构建概率统计模型并运用数据对模型进行预测与分析的一门学科。1特征:某个物体的属性,如西瓜的大小,水分,成熟度。2标签:例如对某个西瓜,是成熟还是不成熟。3样本:一个标记好特征以及标签的西瓜可以看作是一个样本。4数据集:一组样本构成的集合称为数据集(Data Set)。5训练集:训练集中的样本是用来训练模型的,也叫训练样本。...原创 2019-10-12 18:02:14 · 519 阅读 · 0 评论 -
梯度下降法的原理及例题计算
梯度下降法参数选取的不同会影响到假设函数,在计算机中可以不断的猜测这个参数θ,我们通常会将参数的初始值设为0参数迭代的范围可以称为步长,在机器学习领域中有一个更专业的称呼叫学习率。显而易见,学习率的设置会直接影响到函数收敛的速度。在计算机中就是通过设置不同的学习率进行参数θ的迭代更新。1相关问题梯度下降法的表达式:θ_j:=θ_j-α ∂J(θ_j )/(∂θ_j )形式化 GD(θ_j,...原创 2019-09-25 15:12:24 · 7243 阅读 · 0 评论 -
代价函数表达式中为啥添加的系数是1/2
前面提到的1/2系数将向量表达式转化为矩阵表达式则有J(θ)=1/2m ∑_(i=1)^m▒(h_θ (x^((ⅈ) ))-y^((i)) )^2 转为J(θ)=1/2 (xθ-y)^2 ,其中 x为 m⾏ n列的矩阵 (m为训练集实例个数,n为特征个数),θ为n⾏1列的矩阵, y为m ⾏1列的矩阵,对J(θ)进⾏如下变换:J(θ)=1/2 (xθ-y)^T (xθ-y)=1/2 (θ^T...原创 2019-09-25 14:59:18 · 1216 阅读 · 0 评论 -
假设函数 损失函数 代价函数 目标函数 与线性回归
加粗样式@TOC欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:全新的界面设计 ,将...原创 2019-09-23 09:01:01 · 2513 阅读 · 1 评论