- 博客(4)
- 收藏
- 关注
RSS订阅原创 神经网络与深度学习笔记4
结构概略图：官方的模型结构图：网络结构包含24个卷积层和2个全连接层；其中前20个卷积层用来做预训练，后面4个是随机初始化的卷积层，和2个全连接层。①网络输入：YOLO v1在PASCAL VOC数据集上进行的训练，因此输入图片为448 × 448 × 3。实际中如为其它尺寸，需要resize或切割成要求尺寸。②模型处理：7X7网格划分将图片分割为 𝑆 2个grid(𝑆 = 7)，每个grid cell的大小都是相等的；每个格子都可以检测是否包含目标；
2023-04-09 13:47:14
74
1
原创 神经网络与深度学习笔记3
网络结构：网络一共有8层可学习层—5层卷积层和3层全连接层。改进：池化层均采用最大池化；选用ReLU替代Tan Sigmoid作为非线性环节激活函数；网络规模扩大，参数数量接近6000万；出现“多个卷积层+一个池化层”的结构；双GPU策略。普遍规律：随网络深入，宽、高衰减，通道数增加。网络结构：改进：网络规模进一步增大，参数数量约为1.38亿；由于各卷积层、池化层的超参数基本相同，整体结构呈现出规整的特点。普遍规律：随网络深入，高和宽衰减，通道数增多。为什么需要残差网络？
2023-04-01 23:48:21
43
原创 神经网络与深度学习笔记2
权值如何取值才能使指标函数J(w)最小，即函数最小化问题。基本思想为建立迭代形式，形式尽量简单，类似于基本BP算法（最速梯度法）。类比泰勒展开，考虑函数f(x)在x*点处展开有如下公式：结果如下：由图可知，二次展开在邻域内精确度已达到要求，后续围绕二次型进行总结。二次展开后选取基本点：全局极小点，局部极小点。满足条件：鞍点：沿某方向是极大值点，沿另一方向是极小值。进一步推导得：某一算法有效可以<=>对二次型应该有好的效果。（1）牛顿法。
2023-03-26 00:23:11
63
原创 神经网络与深度学习笔记1
人工智能定义（AI）：是用机器去实现所有目前必须借助人类智慧才能实现的任务。其 具体研究、开发用于模拟、延伸和扩展人的智能的理 论、方法、技术及应用系统。
2023-03-19 23:58:51
78
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