- 博客(8)
- 收藏
- 关注
RSS订阅原创 2020-12-16
FCN学习笔记1. end-to-end输入是原始数据，输出是想要的最终结果。2.转置卷积 unsample 上采样卷积的逆过程，卷积从多个得出一个，转置卷积从一个得出多个示意图github示意图.实现.在cnn中，最后为全连接层，最终得到一个1000的向量，代表1000类分别的可能性，fcn中都为卷积层，...
2020-12-16 16:26:49
62
原创 cnn总结
理解cnnconvolution nerual network主要是因为在图像处理过程中，如果以pixel作为单位，数目太大，运行缓慢，使用cnn可以在尽量少影响图片质量的情况下降低图片的维度，减少运算负担。分为三层卷积层负责提取图像中的局部特征；池化层用来大幅降低参数量级(降维)；全连接层类似传统神经网络的部分，用来输出想要的结果。1.卷积层使用卷积核对图像进行扫描，提取局部特征2.pooling采样，降维3.全连接层将降维后的图片进行运算，输出。具体连接：一文看懂卷积神经网络.
2020-12-16 10:02:07
141
原创 2020-09-03
隐马尔科夫链在学习马尔科夫链之后，有发现了一种隐式的马尔科夫链问题，与一般的马尔科夫链不同的是，在隐马尔科夫链中，状态是无法被之间观测的，但是可以通过观察观测获取信息。link链接里是隐马尔科夫链的基本概念，隐马尔科夫链共有三大问题，已知模型和观测序列，求观测序列出现的概率。已知观测概率，求最可能的模型，已知模型和观测概率，求最可能的状态。...
2020-09-03 11:09:53
55
原创 2020-09-02
马尔科夫链马尔科夫链为状态空间中经过从一个状态到另一个状态的转换的随机过程。该过程要求具备“无记忆”的性质：下一状态的概率分布只能由当前状态决定，在时间序列中它前面的事件均与之无关。马尔科夫链是一种预测未来的方法，即在已知现情况的条件下，系统未来时刻的情况只与现在有关，而与过去的历史无直接关系，但不适宜用于系统中长期预测。（原因存疑）基本概念（一)状态、状态转移过程与马尔可夫过程1.状态 在马尔可夫预测中，“状态”是一个重要的术语。所谓状态，就是指某一事件在某个时刻（或时期)出现的某种结果。一般
2020-09-02 18:32:43
6679
原创 深度学习入门
元胞自动机理论基础元胞自动机实质上是定义在一个具有离散、有限状态的元胞组成的元胞空间上，并按照一定的局部规则，在离散的时间维度上演化的动力学系统。元胞元胞又可称为单元、细胞，是元胞自动机的最基本的组成部分。一个标准的细胞自动机（{\displaystyle A}A）由元胞、元胞状态、邻域和状态更新规则构成。用数学表示为：A=(L,d,S,N,f)其中L为元胞空间；d为元胞自动机内元胞空间的维数；S是元胞有限的、离散的状态集合；N为某个邻域内所有元胞的集合；f为局部映射或局部规则。元胞空间是元
2020-09-01 19:02:46
862
原创 python 入门
python 基础语法1.变量不需要声明类型2.列表使用[]可以二次赋值，元组使用（），不可二次赋值3.字典dist[‘key’]=value;取值用方括号字典{‘key’:‘value’}初始化用大括号python逻辑运算符java：&& || ！python：and or not成员运算符innot in_成员私有属性成员私有方法...
2020-07-23 22:34:30
78
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人