本文介绍了目标识别的挑战和ImageNet数据集，强调了深度学习在图像识别中的作用，特别是2012年的CNN和2015年的Residual Networks。讨论了机器学习算法、数据驱动策略、KNN算法、损失函数、正则化以及CNN和RNN在网络架构中的应用，还涵盖了梯度爆炸和消失问题、LSTM以及生成式模型如GANs。
object recognition目标识别
PASCAL Visual Object Challenge 20类
机器学习算法：图模型、SVM、AdaBoost都很容易过拟合，因为数据维度太高，参数需要优化，训练数据集不足
ImageNet：WordNet字典进行排序，22k类别，14m图片
挑战赛：1k类，1.4m图片
top5：输出概率最大的五个类别中有正确的对象认为识别成功
应用：目标检测、行为分类、图像注释image captioning
2012年CNN，2015 Residual Network残差网络 152层
Numpy：数值计算，向量化张量
数据驱动策略：训练函数，预测函数
KNN
L1距离：曼哈顿距离，距离绝对值的和，适用于某些值有特殊意义
L2距离：欧式距离，平方和的平方根，适用于空间中的通用向量
nearest neighbor classifier：最近邻算法，训练复杂度O(1),预测复杂度O(n)
k-nearest neighbors：k近邻算法，根据距离找到最近的k个点，由投票结果作预测，k值越大越平滑（加权）
超参数不一定能从训练数据中学习到，既不要选择仅在训练集上表现良好的超参，也不要选择只在测试集上表现良好的超参
在小数据集上采用k折交叉验证
统计学假设：数据互相独立，服从同一分布
L1依赖于坐标系统，向量中的元素代表不同特
最低0.47元/天 解锁文章
扫一扫
6210
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
