- 博客(17)
- 收藏
- 关注
原创 Max Pooling核运算
当步长大于1时,有时会出现边界问题,到底是扩充还是舍去:padding为SAME模式时,先对原图像进行填充,再做卷积,填充值须根据卷积核大小及滑动步长决定,当滑动步长大于1时:填充数=K-I%S(K:卷积核边长,I:输入图像边长,S:滑动步长),滑动步长为1时,直接卷积核边长减1,当差偶数个元素是首尾各补一半,差奇数个时前边补奇数个,后边补偶数个padding为VALID模式时,很简单粗暴直接从原...
2018-07-15 22:23:52
3660
原创 激活函数
1. Sigmoid非线性f(x)=11+e−x能够把输入的连续实值“压缩”到0和1之间缺点:容易出现饱和性2. tanh非线性tanh(x)=2sigmoid(2x)−1能够把输入的连续实值“压缩”到-1和1之间缺点:容易出现饱和性3. ReLU非线性f(x)=max(0,x)能够把输入的连续实值输出到0和正无穷之间缺点:当x小于0时,会出现饱和性4. Leaky-ReLU为了缓解饱和性f(x)...
2018-07-10 15:10:34
172
原创 第2章 感知机
2.1 感知机模型:f(x)=sign(w*x+b) w*x+b=0 超平面2.2 学习策略目的:找出无穷多个超平面中的一个能线性可分的超平面,即模型f(x)=sign(w*x+b)经验风险:误分类的数据 min L(w,b)=−∑xiϵMyi(w∗x0+b)2.3 学习算法目的:提供算法求出使损失函数极小时的w、b,及确定感知机模型算法:...
2018-07-10 14:07:50
156
原创 第5章 决策树
5.1 决策树模型与学习5.2 特征选择目的:选取的特征对训练数据有分类作用特征选择的准则:信息增益或信息增益比信息增益:输入对训练数据分类不确定性减少的程度,信息增益越大越好 g(D,A)=H(D)-H(D|A)信息增益比:5.3 决策树的生成1)ID3算法 求所有特征关于训练数据的信息增益,选最大值作为当前结点 叶子结点:当前结点将训练数据划...
2018-07-10 14:07:30
308
原创 第4章 朴素贝叶斯法
4.1 朴素贝叶斯法的学习与分类先验概率:p(Y)后验概率:p(Y|X)4.2 朴素贝叶斯法的参数估计后验概率中有p(Y)、p(X|Y)要学习:1)极大似然估计用“指示函数平均化”2)学习和分类算法用1)中的计算方法来学习用公式4.7来分类3)贝叶斯估计加一个正数...
2018-07-09 10:03:35
110
原创 第3章 k近邻法
3.1 k近邻算法简单而言:与x最邻近第k个点,在这k个点中找出最多个数点,则x属于最多点属于的类3.2 k近邻模型1)k值的选择 一般选一个比较小的数值,通常采用交叉验证法选取最优k值2)分类决策规则 多数表决规则,等价于经验风险最小化3.3 k近邻法的实现:kd树1)构造kd树 见例3.2:选择维度分隔2) 搜索kd树 见例3.3:找到一个叶子节点,画圆,...
2018-07-08 15:43:52
129
原创 第1章 统计学习方法概论
模型(无穷多个)------->策略(选择最优模型)------->算法(生成最优模型)1)策略(选择最优模型) 损失函数(经验风险): 正则化(结构风险): 交叉验证(结构风险):2)算法(生成最优模型) 生成方法:条件概率分布 判别方法:...
2018-07-07 19:21:18
124
论文分析--《基于深度学习的人脸表情识别算法研究_宋新慧》
1.摘要:文章中提出的算法:1)针对静态的图像:细节感知迁移网络 数据集:CK+;Kaggle2)针对视频序列:利用多任务学习的递归神经网络 数据集:I-PFE2.本文工作:1)基于细节感知迁移网络的人脸表情识别:传统特征提取方法存在的问题:光照、角度等影响解决问题的方法:对抗网络(扩充数据集)+细节感知迁移网络(卷积神经网络)2)基于视频序列的多任务递归神经网络结构:编码网络...
2018-06-21 11:27:48
5073
1
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