吴恩达course系列
小小谢先生
拿过大厂、银行、国企、事业单位、研究所等公司offer。
致力于信创产业,人工智能布道者
展开
-
目标检测用在《人脸识别》
一、把员工所有的数据都放在数据库里,然后通过卷积网络进行训练得到输出。如果部门新增加拉一个人,不用重新对网络进行训练,而只需把新进来的员工的图片放到数据库里,然后运用d函数进行判断。d函数即把人脸跟数据库里的数据进行比较,输出误差值,当误差值在合理范围内时就认为本公司员工,如果误差太大就认为不是。即相似度。实现这一功能就是用Siamese网络。 下面是Siamese网络的基本结构: 对两张...原创 2019-01-09 11:23:54 · 1825 阅读 · 0 评论 -
吴恩达《卷积神经网络》
一-YOLO algorithm 把输入的图片分割成3X3个格子或19X19个格子,每个格子进行检测输出八个特征,3X3就输出3X3X8个向量。YOLO算法的优点是不需要一个算法跑很多次。相反这是单次卷积实现,在处理计算时很多步骤都是共享的,而且运行速度非常快可以达到实时识别。 对象中点的坐标在哪个格子就分配到哪个格子,因为对象可能横跨多个格子。 二、YOLO算法用非极大值抑制可以使输出...原创 2019-01-08 16:46:45 · 678 阅读 · 0 评论 -
《卷积网络》
一、卷积网络中的迁移学习 要做一个项目或应用时,先从GitHub下载别人的代码下来,因为别人一般都是训练好的,且初始权重值也一般比较好。所以就从别人搭好的框架开始修改自己的代码。 例如:自己家有两只猫,一只Tiggar,一只Misty。所以先从GitHub下载有关猫的图像识别的代码。当数据集较少时,可以把前面的几层隐藏层都冻结,既不用训练前面的层数看,把softmax函数输出后面的先去掉,自己...原创 2019-01-08 14:47:19 · 675 阅读 · 0 评论 -
吴恩达《卷积网络》
一、残差网咯 把普通网络变成残差网络,就是在普通网络加上捷径,由各种残差块组成。 如下图所示,普通网络加上捷径就变成残差网络。下图由5个残差网络组成。普通网络随着网络深度越来越深,网络连接会变得越来越臃肿,误差率会越来越大,而加上残差网络,误差率会较普通网络降低。 ...原创 2019-01-07 22:09:44 · 812 阅读 · 0 评论 -
《卷积神经网络》
一、对立体即有RGB通道的图片进行卷积 创建神经网络: 各个卷积网络的层数、高度、宽度、维度等见下图 10个特征即用10个过滤器,10个过滤器即输出为10层,下面为例子 由图可知,经过几层神经网络的卷积,最后图片长宽会越来越小,而深度即维度会越来越深 二、卷积网络一般由卷积层、池化层(polling)和全连接层组成 池化层:一般最大池化,找出所有值中最大的那个值,最大池化只...原创 2019-01-07 15:43:40 · 648 阅读 · 1 评论 -
吴恩达《卷积神经网络》
一、垂直边缘检测 1、图片如果是黑白的就是像素*像素*1,如果是彩色的就是像素*像素*3【后面数字是维度】3表示RGB 对图片进行卷积运算 如图所示,6x6的图片*3x3的图片=4x4的图片,计算过程如下图: 4x4每个元素的计算是把3x3的矩阵一行一行的覆盖在6x6的矩阵上,大图片每一列的元素乘以小图片的每一列然后相加得到 4x4图片的每个元素,中间的图片称谓过滤器。 在Py...原创 2019-01-07 13:34:08 · 639 阅读 · 0 评论