深度学习
~℃~
这个作者很懒,什么都没留下…
展开
-
PyTorch中报错cannot import name '_validate_lengths' from 'numpy.lib.arraypad'
在pytorch中导入skimage,出现错误提示cannot import name ‘_validate_lengths’ from ‘numpy.lib.arraypad’,上网搜索了问题的原因,差不多都是因为更新了numpy引起的,在更新了numpy之后呢,在我们的C:\ProgramData\Anaconda3\Lib\site-packages\numpy\lib\下的arraypod...原创 2020-03-07 17:41:43 · 621 阅读 · 0 评论 -
Unet分割Demo效果图
#Unet分割Demo效果原创 2019-11-20 20:52:41 · 716 阅读 · 0 评论 -
人脸检测Demo效果
人脸检测Demo人脸检测效果: 人脸检测效果: ![在这里插入图片描述](https://img-blog.csdnimg.cn/20191120202229233.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80NT...原创 2019-11-20 20:23:26 · 203 阅读 · 0 评论 -
信息熵,交叉熵,相对熵
信息熵:熵是用来衡量一个信息的混乱程度的,是对一个不确定程度的描述。公式如下: 在信息论中,信息熵是用于衡量信息量的一个指标。信息越是有序,信息熵就越低;如果信息越是混乱,信息熵就越高。 相对熵(也叫KL散度):是用来描述两个概率分布P和Q差异的一种方式。 相对熵越小,证明两个分布之间的的差异就越小。 交叉熵(也叫JS散度):主要度量两个概率分布间的差异性信息。 相对熵是用来描述两个概率分布...原创 2019-10-13 16:08:08 · 241 阅读 · 0 评论 -
深度可分卷积与深度可分离卷积
深度可分卷积与深度可分离卷积 之前在网上看了很多的关于深度可分卷积和深度可分离卷积的名词,但是关于这两个的到底是不是同一个卷积,都没有看到解释。 深度可分卷积(Depthwise Separable Convolution)是将普通的标准卷积分为了两个部分,所以叫做深度可分卷积。 1、对输入的特征图进行卷积,如果说输入的图片是三通道的,那就先用3个单层的卷积核来进行卷积,最后的输出也是三个特征图。...原创 2019-10-12 22:20:01 · 540 阅读 · 0 评论 -
过拟合
#过拟合解决方式 ##正则化 ##Dropout ##提前停止 ##增加样本量 ##样本标注引入噪声 ##多任务学习 ##半监督学习原创 2019-10-04 21:19:29 · 124 阅读 · 0 评论 -
优化器类别
先记录,原创 2019-10-04 21:32:00 · 261 阅读 · 0 评论 -
参数优化
参数优化方式原创 2019-10-04 21:33:44 · 263 阅读 · 0 评论