深度学习知识总结
文章平均质量分 80
白羊by
九八年春,生于北方,喜静厌闹,喜笑厌离别,此生路远,不能同行,愿你顺遂。
展开
-
手撕NMS和IOU代码(python)
手撕NMS和IOU代码(python)原创 2022-10-09 10:24:55 · 612 阅读 · 1 评论 -
AlexNet、VGG、GoogLeNet、ReaNet、MobileNet、ShuffleNet和EfficientNet网络的亮点和创新之处
AlexNet、VGG、GoogLeNet、ReaNet、MobileNet、ShuffleNet和EfficientNet网络的亮点和创新之处总结原创 2022-09-12 08:38:32 · 2141 阅读 · 0 评论 -
机器学习中的各种损失函数(L1,L2,smoothL1,交叉熵 )
机器学习中的各种损失函数(L1,L2,smoothL1,交叉熵 )原创 2022-08-28 10:25:12 · 1338 阅读 · 0 评论 -
正则化提高神经网络的泛化能力
正则化提高神经网络的泛化能力原创 2022-08-15 18:58:01 · 924 阅读 · 0 评论 -
常见激活函数及其导数
常见激活函数及其导数原创 2022-08-10 18:43:01 · 1165 阅读 · 1 评论 -
随着模型的复杂度增加,过拟合是怎么导致的?如何解决?
为什么模型复杂度增加会导致过拟合的发生,如何解决?原创 2022-08-06 19:50:34 · 1016 阅读 · 0 评论 -
对抗生成网络(GAN)详解
对抗生成网络(GAN)详细解析原创 2022-07-03 09:52:05 · 6208 阅读 · 0 评论 -
目标检测mAP评价指标计算详解
目标检测mAP评价指标计算详解原创 2022-06-28 11:32:13 · 722 阅读 · 0 评论 -
转置卷积和膨胀卷积详细讲解
转置卷积和膨胀卷积的详细讲解原创 2022-06-26 11:21:44 · 882 阅读 · 3 评论 -
梯度消失问题
本文详细的介绍了梯度消失问题的原因以及解决方法原创 2022-06-25 17:20:56 · 6050 阅读 · 1 评论 -
分类模型——Softmax回归
之前我们一直在说“线性回归”,而Softmax回归虽然也叫回归,但是它与线性回归的应用有本质区别。线性回归主要适用于输出为连续值的情景,而Softmax回归主要适用于输出为离散值的分类场景。此外,softmax回归的输出单元从一个变成了多个,且引入了softmax运算使输出更适合离散值的预测和训练。...原创 2022-06-22 10:38:16 · 1302 阅读 · 0 评论 -
交叉熵函数
说到交叉嫡就要说一下“信息嫡”这个概念,信息嫡如果要用平民语言说得尽可能直白的话,我觉得可以说成是信息的杂乱程度或者意外程度的量化描述。原创 2022-06-21 16:45:47 · 985 阅读 · 0 评论 -
卷积神经网络
卷积网络主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。由于它的特征检测层通过训练数据进行学习,所以在使用卷积网络时,避免了显式的特征抽取,而隐式地从训练数据中进行学习;再者由于同一特征映射面上的神经元权值相同,所以网络可以并行学习,这也是卷积网络相对于神经元彼此相连网络的一大优势。卷积神经网络以其局部权值共享的特殊结构在语音识别和图像处理方面有着独特的优越性,其布局更接近于实际的生物神经网络,权值共享降低了网络...原创 2022-06-19 11:09:52 · 376 阅读 · 0 评论 -
前馈神经网络
通常我们说的前馈神经网络有两种:一种叫 Back Propagation Networks———反向传播网络(以下简称BP网络),一种叫RBF Network——径向基函数神经网络。Propagation 的含义是传播,所以也叫作反向传播神经网络。......原创 2022-06-18 10:39:54 · 3356 阅读 · 0 评论 -
深度学习是什么
本文从多方面详细介绍了什么是深度学习。原创 2022-06-16 18:29:49 · 412 阅读 · 0 评论 -
机器学习是什么
机器学习——我们可以首先想想人类学习的目标是什么?是掌握知识、掌握能力、掌握技巧。最终能够进行比较复杂或高要求的工作。那么类比一下机器,我们让机器学习,不管学习什么,最终的目的都是为了让它能够独立或者半独立地进行相对复杂或者高要求的工作。我们在这里提到的机器学习更多的是让机器帮助人类做一些大规模的数据识别、分类和规律总结等人类坐起来比较花时间的事情。这就是机器学习的本质目的。.........原创 2022-06-15 10:53:15 · 2099 阅读 · 0 评论