![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 58
樊城
这个作者很懒,什么都没留下…
展开
-
自定义网络构建图像分类模型
图像分类1、构建自己的简单网络模型原创 2021-08-25 09:07:00 · 229 阅读 · 0 评论 -
YOLOV4视频检测并保存
YOLOV4视频检测并保存YOLOV4用于视频检测的代码:读取视频并检测,显示检测后的结果,保存检测完后的视频。from yolo import YOLOfrom PIL import Imageimport numpy as npimport cv2import timeyolo = YOLO()# 调用摄像头capture=cv2.VideoCapture("mp4/01.mp4") # capture=cv2.VideoCapture("1.mp4") #检测的视频路径wi原创 2020-08-31 17:00:22 · 5503 阅读 · 12 评论 -
深度学习集锦2
11、one-hot编码 为什么要使用one-hot向量的形式对物体进行类别编码,而不是采用1,2 ,3,4, 5这样的数字直接进行编码。因为直接采用数字进行编码,存在隐含的顺序关系,即大小关系,而物体的类别是平等的,不存在相互的关系。而one-hot编码形式是线性无关的,互相之间不存在关系。因此采用one-hot形式。12、数据集独立同分布的理解 在深度学习中,数据集分为训练集和...原创 2020-05-25 10:28:25 · 142 阅读 · 0 评论 -
深度学习集锦1
1、relu优点1、可以使网络训练更快2、增加网络的非线性3、防止梯度消失(弥散)4、使网络具有稀疏性(可以使一些神经元输出为0)激活函数tanh(x)或sigmoid(x),这些饱和的非线性激活函数比非饱和非线性激活函数relu训练更慢。采用relu的深度卷积神经网络训练时间比等价的tanh单元要快几倍。2、dropout作用:随机将一定比例的神经元置为0。对于一个有N个节...原创 2020-04-18 15:41:40 · 186 阅读 · 0 评论