深度学习
灵喵先生
这个作者很懒,什么都没留下…
展开
-
目标检测R-CNN系列算法总结
目录R-CNNFast R-CNNFaster-RCNNR-CNN它主要分为4个模块1.候选区域(region proposal)提取2.一个大型的CNN网络用来特征提取3.使用SVM分类模型进行类别分类4.使用回归(Regression)模型进行具体定位具体RCNN的训练流程如下:1.先使用ImageNet数据集训练一个CNN网络(论文中使用的是AlexNet)论文中提到,因为...原创 2019-10-21 22:12:51 · 1542 阅读 · 0 评论 -
深度学习面试遇到问题
1.BatchNormalization的作用?神经网络在训练的时候随着网络层数的加深,激活函数的输入值的整体分布逐渐往激活函数的取值区间上下限靠近,从而导致在反向传播时低层的神经网络的梯度消失。而BatchNormalization的作用是通过规范化的手段,将越来越偏的分布拉回到标准化的分布,使得激活函数的输入值落在激活函数对输入比较敏感的区域,从而使梯度变大,加快学习收敛速度,避免梯度消失的...原创 2019-10-21 21:09:21 · 914 阅读 · 0 评论 -
深度学习经典卷积神经网络分析
目录1 语义分割基本概念1.1 什么是语义分割?1.2 语义分割应用领域2 语义分割的深度学习相关技术(重点分析)2.1 AlexNet2.2 VGG2.3 GoogLeNet2.4 ResNet前言:本人只是根据论文和大牛的博客,简单的做一个笔记,来记录自己学习的心得。1 语义分割基本概念1.1 什么是语义分割?在计算机视觉领域,目前神经网络的应用主要有图像识别,目标定位与检测,语义分割...原创 2019-04-20 22:18:20 · 4259 阅读 · 0 评论