![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI
戈 扬
这个作者很懒,什么都没留下…
展开
-
深度学习算法的点云分割-Pointnet++
pointnet++为pointnet的升级版转自:http://www.bubuko.com/infodetail-2535494.html1 使用深度学习的三维点云分类的介绍在过去的这些年里,对二维图像已经有了大量深入的研究,并且有着长足的发展。它在分类任务上取得了极好的结果主要得益于一下两个关键因素:1.卷积神经网络。2.数据 - 大量图像数据可用。但是对于3D点云,...转载 2019-04-03 21:17:17 · 2419 阅读 · 0 评论 -
CS231N 之 作业环境搭建
CS231N 环境搭建WIN10 环境LINUX 环境1 在本地win10上完成CS231n1.1配置过程在本地win10系统上安装anaconda- 进入Anaconda的官网进行下载或学习。- 选择你想下载的Python版本,这里我们选择的是Python3.6- 选择你的操作系统和位数,这里我们选择的是Windows64位- 然后点击Download按钮就开始下载了...原创 2019-04-15 12:04:15 · 4688 阅读 · 2 评论 -
机器学习深度学习网络资源
周志华机器学习+统计学习基础PDF链接: https://pan.baidu.com/s/1xIl6Zz1sd6F92EByNUCoCg 密码: 5c47林轩田机器学习基石&机器学习技法(带字幕)链接: https://pan.baidu.com/s/1PhKT9TWM3kBSNQcV3H2JXA 提取码: 3j2j吴恩达-机器学习-斯坦福大学课堂(带字幕,黄海广翻译)链接: h...原创 2019-04-13 09:01:56 · 224 阅读 · 0 评论 -
CS231n 之 BACK PROPAGATION
1 简介2 简单表达式和理解梯度3 复合表达式,链式法则,反向传播4 直观理解反向传播5 模块:Sigmoid例子6 反向传播实践:分段计算7 回传流中的模式8 用户向量化操作的梯度小结1 简介目标:本节将帮助读者对反向传播形成直观而专业的理解。反向传播是利用链式法则递归计算表达式的梯度的方法。理解反向传播过程及其精妙之处,对于理解、实现、设计和调试神经网络非常关键。问题...转载 2019-04-08 21:35:39 · 130 阅读 · 0 评论 -
CS231n 之 IMAGE CLASSIFICATION 之 最优化
内容列表:1 简介2 损失函数可视化3 最优化3.1策略#1:随机搜索3.2策略#2:随机局部搜索3.3策略#3:跟随梯度4 梯度计算4.1 使用有限差值进行数值计算4.2 微分计算梯度5 梯度下降小结简介在上一节中,我们介绍了图像分类任务中的两个关键部分:基于参数的评分函数。该函数将原始图像像素映射为分类评分值(例如:一个线性函数)。损...转载 2019-03-31 21:52:44 · 129 阅读 · 0 评论 -
CS231n 之 IMAGE CLASSIFICATION 之 线性分类器
线性分类器简介线性评分函数阐明线性分类器 译者注:上篇翻译截止处损失函数多类SVMSoftmax分类器SVM和Softmax的比较基于Web的可交互线性分类器原型小结线性分类图像分类的任务,就是从已有的固定分类标签集合中选择一个并分配给一张图像。我们还介绍了k-Nearest Neighbor (k-NN)分类器,该分类器的基本思想是通过将测试图像与训练集带标签的图像...转载 2019-03-31 19:19:36 · 338 阅读 · 0 评论 -
CS231n 之 IMAGE CLASSIFICATION 之 KNN
一、 图像分类难点(1) ViewPoint Variation: 拍摄视角。(2) Illumination: 光照。(3) Deformation: 变形。(4) Occlusion: 遮挡。(5) Background Clutter: 背景干扰。(6) Intraclass Variation: 同类事物的差异化。上述困难导致无法通过硬编码规则对图像达到良好的分类效果。...转载 2019-03-31 13:06:17 · 133 阅读 · 0 评论 -
CS231n 之 INTRODUCTION
一. 一些前导和同步课程CS131:Computer Vision: Foundations and ApplicationsCS231a: Computer Vision, from 3D Reconstruction to RecognitionCS 224n: Natural Language Processing with Deep LearningCS 230: Deep Lea...原创 2019-03-31 10:45:51 · 330 阅读 · 0 评论 -
CS231n 之 训练神经网络 PART I
这一篇将着重介绍神经网络的训练细节,如何高效的训练神经网络。一、追溯历史可能女孩子都喜欢爱回忆过去,每次一讲到神经网络的历史,就特别激动,昨天在twitter上关注了Yann LeCun,内心更是激动不已,仿佛能感受到他在1998年提出CNN时的那种划时代的震撼力。AI真是一个充满挑战又激动人心的领域。就像学良老师所说,我们一直相信未来!那么,长话短说,我们简单聊一聊a bit of his...转载 2019-03-30 07:45:46 · 214 阅读 · 0 评论 -
Real-Time Loop Closure in 2D LIDAR SLAM
/前言:打算基于cartography进行后续开发,先对论文做一定了解。*/Step one: 先全文过一遍。有网友提供翻译结果,自己对照看。了解梗概。link: http://blog.csdn.net/lilynothing/article/details/60875825Step two: 系统细节与关键算法理解link: http://blog.csdn.net/LilyNoth...转载 2019-06-07 07:05:13 · 622 阅读 · 0 评论