- 博客(4)
- 收藏
- 关注
RSS订阅原创 Seaborn的简单使用
seaborn网址 在seaborn的gallery中你可以尝试各种类型的图。这里我只介绍几种基本常用的图以及常用的参数，更详细的参数以及其他类型图请参考官网(以下图片皆引用自seaborn官网)。 折线图(lineplot) import seaborn as sns(下同) sns.lineplot(x,y,hue,size,style,data,palette) 参数含义: x,y:图...
2020-03-26 20:48:16
419
原创 Macdown格式
整理一下Macdown格式的一些方法 标题 一级标题：#加空格 二级标题：##加空格 依次类推 排号 有序：数字加.(英文下的.)加空格 无序：*加空格 引用 这是引用：>加空格 插入链接 CSDN 用[](),链接文字写在[]里，网址写在()里 插入图片 用![](),链接文字写在[]里，网址写在()里 代码 import numpy as...
2020-03-18 21:15:46
384
原创 Inception V3
V3中引入了空间可分离卷积，用1*n与n*1卷积替换n*n卷积。论文中提到了这个方法在中间层（论文上为12到20层）上效果显著，使用的是1*7和7*1的卷积。下图为1*3与3*1卷积以及替换后的Inception模块： V3中还引入了连接卷积与池化的方法来减少模型的参数，下图右侧表示的是先对35*35*320的图片分别进行步长为2的池化以及卷积，分别生成17*17*320的Feature ma...
2020-03-18 20:21:52
230
原创 Google net V1
GoogLeNet V1是2014年Christian Szegedy提出的一种全新的深度学习结构模型，结构见下图： 减少参数的数量： Google net 没有使用全连接层 在网络内加入了Inception模块，见下图： 在Inception模块中先使用1*1卷积处理，后进行其他尺度的卷积处理，使得在效果相同的情况下，模型的参数大大减少。 提高性能：模型也在中间不同层加入了输出，使...
2020-03-11 19:54:50
316
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