- 博客(6)
- 收藏
- 关注
RSS订阅原创 深度学习入门4
同时指定另一幅或多幅图像作为希望得到的图像风格，算法在保证内容图像的结构的同时，将图像风格进行转换，使得最终输出的合成图像呈现出输入图像内容和风格的完美结合。其中，图像的风格可以是某一艺术家的作品、也可以是由个人拍摄的图像所呈现出来的风格。假定我们希望得到的最终合成图像为 O，输入的内容图像为 I，风格图像为 S(假设只有一副风格图像)。我们的目的是输出图像可以分别结合输入图像的内容和风格，也就是我们希望结果图像可以在内容上与内容图像相似，在风格上与风格图像相似。被预测成类别的像素个数，
2023-04-07 19:56:59
123
原创 深度学习入门3
第一步是从输入图像中抽取感兴趣区域（Region of Interest），简称RoI，RoI中可以包含我们想要检测的目标，这一步其实相当于是对目标先定位，第二步是抽取每一个RoI的特征，不少CV任务都是在high-level特征上去做的，那时候CNN技术也兴起来了，所以，第二步就正好由一个CNN网络去抽取特征，第三步就是使用一个多分类SVM来识别每个RoI的类别，其实，第二步和第三步可以统一化到一个子框架里，即“分类”。设置一个阈值，大于这个阈值的值分类为1，小于这个阈值的值分类为0。
2023-04-07 19:12:00
152
原创 深度学习入门2
CNN是一种带有卷积结构的前馈神经网络，卷积结构可以减少深层网络占用的内存量，其中三个关键操作——局部感受野、权值共享、池化层，有效的减少了网络的参数个数，缓解了模型的过拟合问题。卷积层和池化层一般会取若干个，采用卷积层和池化层交替设置，即一个卷积层连接一个池化层，池化层后再连接一个卷积层，依此类推。由于卷积层中输出特征图的每个神经元与其输入进行局部连接，并通过对应的连接权值与局部输入进行加权求和再加上偏置值，得到该神经元输入值，该过程等同于卷积过程，CNN也由此而得名1。
2023-03-26 21:29:58
323
原创 深度学习入门
回归是能为一个或多个自变量与因变量之间关系建模的一类方法，在机器学习中，回归和分类并列为重点研究对象，当我们想预测一个数值时，就会涉及到回归问题。给定数据集D{(x1y1x2y2...，我们试图从此数据集中学习得到一个线性模型，这个模型尽可能准确地反应xi和yi的对应关系。这里的线性模型，就是属性xfxw1x1w2x2...wdxdbfxwTxb这里的w。
2023-03-20 23:28:40
96
1
原创 吴恩达机器学习课程笔记
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2021-08-30 17:03:17
125
原创 快速上手PyTorch——Quickstart in PyTorch
快速上手PyTorch——Quickstart in PyTorch1. 简介相信大家在学习Pytorch的过程中，对Pytorch官方网站教程的参考学习，是一个必不可少的环节，本文中作者将依据自己浅薄的理解，简要分析Pytorch/Tutorials/QuickStart，希望能为有需求的朋友们提供一些帮助，也欢迎大家批评指正。本文将依据QuickSTart，使用FashionMNIST数据集，构建并训练一个简单的分类网络。2. 代码分析(1) 导入必要的库在加载数据前，我们需要先导入需要用到的
2021-08-10 10:28:08
350
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