- 博客(4)
- 收藏
- 关注
RSS订阅原创 《神经网络和深度学习》知识总结（四）
语义分割：找到同一画面中的不同类型目标区域。语义分割问题：和其他问题的区别实例分割：同一类型目标要分出来具体实例（谁是谁）目标检测：标出来外包围矩形。
2025-05-25 19:44:15
1691
原创 《神经网络和深度学习》知识总结（三）
TP: 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数FP: 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数FN: 被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数TN: 被正确地划分为负例的个数，即实际为负例且被分类器划分为负例的实例数P(精确率）： 𝑇𝑃/(𝑇𝑃 + 𝐹𝑃)，标识“挑剔”的程度。R(召回率）： 𝑇𝑃/(𝑇𝑃 + 𝐹𝑁)。召回率越高，准确度越低，标识“通过”的程度。
2025-05-17 21:39:50
687
原创 《神经网络和深度学习》知识总结（二）
PyTorch是一个Python的深度学习库。它最初由Facebook人工智能研究小组开发，而优步的Pyro软件则用于概率编程。最初，PyTorch由Hugh Perkins开发，作为基于Torch框架的LusJIT的Python包装器。PyTorch在Python中重新设计和实现Torch，同时为 后端代码共享相同的核心C库。除了Facebook之外，Twitter 、 GMU和 Salesforce 等机构都采用了 PyTorch。到目前，据统计已有80%的研究采用PyTorch，包括Google。
2025-05-11 18:06:07
1919
原创 《神经网络和深度学习》知识总结（一）
最简单的深度网络称为多层感知机。多层感知机由多层神经元组成，每一层与它的上一层相连，从中接收输入；同时每一层也与它的下一层相连，影响当前层的神经元。问题提出：明斯基1969年提出XOR问题，无法进行线性分类。解决方法：使用多层感知机，在输入和输出层间加一或多层隐单元，构成多层感知器（多层前馈神经网络）。加一层隐节点（单元）为三层网络，可解决异或（XOR）问题由输入得到两个隐节点、一个输出层节点的输出。可得设网络有如下一组权值和阈值，可得各节点的输出：多层感知器网络定理。
2025-05-02 23:16:12
1657
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