- 博客(10)
- 收藏
- 关注
RSS订阅转载 转置卷积（或者反卷积 【Transposed Convolution, Deconvolution】）
反卷积（Deconvolution）的概念第一次出现在Zeiler在2010年发表的论文Deconvolutional Networks中，但是并没有指定反卷积这个名字，反卷积这个术语正式使用是在其后的工作中Adaptive deconvolutional networks for mid and high level feature learning。随着反卷积在神经网络可视化的成功应用，其被越...
2019-11-28 10:53:24
399
转载 【Dock】TensorFlow -- name_scope和variable_scope的用法
1.结论要理解name_scope和variable_scope， 首先必须明确两者的使用目的。 我们都直到， 和普通模型相比，神经网络的节点非常多， 节点与节点之间的连接（权值矩阵）也非常多。所以我们费尽心思，准备搭建一个网络，然后有了图一的网络，WTF！因为变量太多，我们构造完网络之后，一看，什么鬼，这个变量到底是哪层的？为了解决这个问题， 我们引入了name_scope和variable...
2019-11-27 21:50:27
166
原创 【Dock】TensorFlow--tf.add_to_collection与tf.get_collection的用法
tf.add_to_collection：就是张量放到命名为name的集合中在tensorflow2.0中的语法如下：tf.Graph.add_to_collection( name, value )name: 集合的名字value: 加到集合中的张量tf.get_collection: 返回给定名字集合的一个列表的张量在tensorflow2.0中的语法如下：tf.Grap...
2019-11-27 17:40:03
366
转载 tf.expand_dims
Insert a dimension of 1 into a tensor’s shapeAliases:tf.expand_dims( input, axis, name = None)Used in the tutorials:Given a tensor input, this operation insert a dimension of 1 at the dimensi...
2019-11-23 15:25:41
199
转载 tf.train.ExponentialMovingAverage
Class ExponentialMovingAverageMaintains moving averages of variables by employing an exponential decay,When training a model, it is often beneficial to maintain moving averages of the trained parame...
2019-11-23 10:49:11
69
原创 【R-CNN】（讲解）
首先给出论文地址：Rich feature hierarchies for accurate object detection and segmentation这篇论文提出的房价叫做R-CNN，中文解释可以为基于区域候选的卷积神经网络。这个网络结构也是发挥了很大的作用，也导致了后面很多的网络都是基于这个改进的，例如啊：Fast R-CNN、Faster R-CNN等等。这个框架在当时的数据集VO...
2019-11-19 15:51:57
154
原创 【Recurrent Models of Visual Attention】(讲解)
首先给出论文地址：[Recurrent Models of Visual Attention]【1】(https://arxiv.org/pdf/1406.6247v1.pdf)先大概从整体上聊聊这篇文章，这篇论文，它的一个直接竞争对象就是卷积神经网络，文章指出卷积神经网络在任务中的准确率的确还不错，但是在训练方面的确是不尽如人意，大概训练一个模型需要花上几天的时间，而且还是在多GPU的情况下，...
2019-11-17 15:39:00
2920
原创 【OverFeat: Integrated Recognition, Location and Detection using Convolutional Networks】(讲解)
论文地址：OverFeat: Integrated Recognition, Location and Detection using Convolutional Networks这是纽约大学提出来的一个融合分类、定位和检测的框架，是基于卷积神经网络实现的。而且这种框架起到了非常不错的效果，在ILSVRC2013取得了非常不错的成绩。他们也从他们的最好的模型中选出来一个特征提取器，叫做 ----...
2019-11-13 16:13:32
132
原创 【论文】 ImageNet Classification with Deep Convolutional Neural Networks（讲解）
首先给出论文地址：ImageNet Classification with Deep Convolutional Neural Networks这篇论文的模型在当年的LSVRC取得了相当不错的成绩，也是从那时起，卷积神经网络便又火了起来，当然这也得益于硬件设备（主要是GPU）的飞速发展。本文将按照我觉得一个合理的顺序编写。ReLU 非线性函数Local Response Normaliz...
2019-11-11 23:28:17
912
转载 数据预处理——one-hot编码
如果侵权，可联系博主前言————————————————————————————————————————在机器学习算法中，我们经常会遇到分类特征，例如：人的性别有男女，祖国有中国，美国，法国等。这些特征值并不是连续的，而是离散的，无序的。通常我们需要对其进行特征数字化。那什么是特征数字化呢？例子如下：性别特征：[“男”，“女”]祖国特征：[“中国”，"美国，“法国”]运动特征：[“...
2019-11-06 22:18:29
489
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