weixin_37699342的博客

目录多层感知器/全连接神经网络一、全连接神经网络绘制二、激活函数常用的激活函数三、网络结构设计四、损失函数softmax交叉熵损失对比多类支持向量机损失五、优化算法计算图与反向传播计算图的颗粒度（例子）常见的门单元激活函数六、梯度算法改进梯度下降算法存在的问题动量法自适应梯度（AdaGrad，RMSProp）ADAM七、训练过程随机权值初始化：保证正反向传递批归一化Batch Normal：保证正反向传递欠拟合，过拟

目录线性分类器数据集介绍分类器设计图像类型图像表示选择分类模型线性分类器权值w分界面/决策边界损失函数多类支持向量机损失正则项超参数L2正则项L1正则项优化算法（梯度下降）梯度下降算法随机梯度下降算法小批量梯度下降算法数据集划分训练数据测试数据验证数据K折交叉验证数据预处理线性分类器数据集介绍CIFAR10，5w张训练样本，1w张测试样本，含飞机、汽车、鸟、猫、船、卡车等十个类别图像均为彩色图像

目录一、图像分类难点：对问题的拆解目前流行的图像分类方法分类器设计与学习图像表示分类器损失函数优化算法训练过程评价指标一、图像分类图像分类：核心任务，根据图像信息中的不同特征，对图像进行分类。从已知的类别标签集合中为给定的输入图片选定一个类别标签。应用：软件识图难点：对问题的拆解语义到像素的映射：像素是底层的用字节表示，语义是高层的 视角：人脸正面与侧面 光照：光线变化 尺度：尺度大小是相对的，自适应远近 遮挡： 形变：猫 背景杂

内容使用卷积神经网络：图像分类，目标检测，图像分割，图像描述，图像生成深度网络结构：全连接，卷积，循环，变分自编码，生成对抗GAN共计15课，每课约1h30m介绍 图像分类任务介绍 线性分类器 全连接神经网络 卷积&图像去噪&边缘提取 纹理表示 卷积神经网络 经典网络分析 图像分割 目标检测 可视化 生成模型VAE 生成模型GAN GAN论文分析应用视频和图像处理：归类，优化 摄像机：足球门线处理 监控：车牌，人脸识别 医学：..