ML&DL
xuan_liu123
这个作者很懒,什么都没留下…
展开
-
Faster RCNN解读
Object Detection and Classification using R-CNNs1. Faster RCNN1.1. 图片预处理1.2. 网络组织1.3. 网络结构1.4. 实现细节:训练1.5. Anchor Generation Layer1.6. Region Proposal Layer1.6.1. Region Proposal Network1.6.2. Proposa...翻译 2019-11-05 17:04:01 · 369 阅读 · 0 评论 -
机器学习笔记--吴恩达视频学习
最近开始学习机器学习,主要看吴恩达老师出品的机器学习视频。这个视频在B站和网易云课堂上都有中文字幕版本。 ![吴恩达机器学习](https://img-blog.csdn.net/20180818170821321?watermark/2/text/aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3h1YW5fbGl1MTIz/font/5a6L5L2T/fontsize/400/f...原创 2018-08-18 17:18:53 · 259 阅读 · 0 评论 -
感知机--Python实现
感知机简介感知机是二类分类的线性分类模型,其输入为实例的特征向量,输出为实例的类别,取+1和-1二值。感知机对应于输入空间(特征空间)中将实例划分成正负两类的分离超平面,属于判别模型。感知机学习指在求出将训练数据进行线性划分的分离超平面。前提条件:线性可分的数据集。损失函数:基于误分类的损失函数。学习算法:梯度下降法。L0范数:向量中非0的元素个数。L1范数:向量中各元素绝对值之和。...原创 2018-10-26 14:27:33 · 549 阅读 · 0 评论 -
吴恩达机器学习视频--神经网络反向传播算法公式推导
反向传播算法基础知识我们在计算神经网络预测结果时采用了正向传播方法,从第一层开始正向一层一层进行计算算,直到最后一层的hθ(x)h_\theta (x)hθ(x)。在不作正则化处理的情况下,逻辑回归中的代价函数如下所示:J(θ)=−1m[∑j=1ny(i)loghθ(xi)+(1−y(i))log(1−hθ(x(i)))]J(\theta)=-\frac{1}{m}[\sum_{j=1}^...原创 2018-11-02 19:35:57 · 7478 阅读 · 35 评论 -
AlexNet MNIST Pytorch
AlexNet Pytorch实现,在MNIST上测试AlexNet简介ILSVRC 2012的冠军网络,60M参数。网络基本架构为:conv1 (96) -> pool1 -> conv2 (256) -> pool2 -> conv3 (384) -> conv4 (384) -> conv5 (256) -> pool5 -> fc6 (4...原创 2019-04-08 20:19:54 · 7646 阅读 · 12 评论 -
Pytorch自定义加载数据--自定义Dataset
Pytorch自定义Dataset1. 自定义加载数据1.1. 第一种 Dataset class1.2. 第二种 torchvision1. 自定义加载数据在学习Pytorch的教程时,加载数据许多时候都是直接调用torchvision.datasets里面集成的数据集,直接在线下载,然后使用torch.utils.data.DataLoader进行加载。那么,我们怎么使用我们自己的数据集...原创 2019-09-22 08:57:37 · 49277 阅读 · 17 评论