![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
夕阳下的候鸟
这个作者很懒,什么都没留下…
展开
-
2.19.5.8深度学习之参数
两种参数一、网络模型参数权重w和偏执b二、网络调优参数学习率和动量三、权重w偏置b和激活函数关系四、学习率N=N-K(L/N)K为学习率,n为参数转载 2019-05-08 16:03:00 · 128 阅读 · 0 评论 -
2019.5.8深度学习技巧
一、数据集准备二、数据集扩展使用keras自带的ImageDATaGenerator产生更多的图片三、数据预处理1 0均值2归一化3 主成分分析4白化四、网络的初始化我们已经知道,神经网络的参数主要是权重(weights):W, 和偏置项(bias):b。训练神经网络的时候需先给定一个初试值,才能够训练,然后一点点地更新,但是不同的初始化方法,训练的效果可能会截然不同。本文主要...原创 2019-05-08 21:12:05 · 100 阅读 · 0 评论 -
2019.5.6激活函数
一、激活函数的作用激活函数是用来加入非线性因素的,提高神经网络对模型的表达能力,解决线性模型所不能解决的问题参考:激活函数作用二、激活函数的性质(1)单调可微(2)限制输出值的大小(3)非线性三、分类1.线性函数方程:f(x)=ax+b代码:def linear (x,a,b)return a*x+b2.sigmoid 函数函数式:优点(1).sigmoid函数输出...原创 2019-05-06 15:56:35 · 162 阅读 · 0 评论 -
2019.5.6损失函数
一、损失函数定义:L:预测值与真实值的差异二、损失函数的分类:回归损失和分类损失1.回归损失(1)均方误差损失L=1/N*SUM(Y1-Y2)^2(2) 平均绝对误差损失函数(3)均方误差对数损失函数(4)平均绝对百分比误差损失函数2.分类损失函数Logistic Regression采用最大似然的方法求参数二分类(1)logistic损失函数(2)负对数似然损失函数...原创 2019-05-07 22:02:47 · 181 阅读 · 0 评论 -
2019.5.25深度学习之目标检测算法
一分类:依据其设计思想,主要可分为两种,即基于区域提名的目标检测算法和基于端到端学习的目标检测算法区域提名,即针对图像中目标物体位置,预先提出候选区域的方法。主流的基于区域提名的目标检测算法主要包括:R-CNN,Fast R-CNN,Faster R-CNN等。基于端对端学习的目标检测,该类方法无需预先提取候选区域,其代表性方法为YOLO和SSD。...转载 2019-05-24 13:16:51 · 922 阅读 · 1 评论