- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 神经网络的一些碎片知识
Hourglass网络（堆叠沙漏网络），首先进行卷积池化处理，并进行多次下采样操作，获得一些分辨率较低的特征，从而降低计算的复杂度，为了使图像特征的分辨率上升，紧接着多次上采样。上采样使得图像的分辨率增高，同时更有能力预测物体的准确位置。使用residual模块提取较高层次的特征，同时保持原有层次的信息，那么为什么上采样和下采样到同一种大小的特征图进行组合的时候，可以得到理想的效果呢？首...
2019-04-21 11:26:03
247
原创 神经网络训练那些事——激活函数 损失函数 梯度下降 退化学习率
再神经网络里面常见的激活函数主要有三种：tanh，sigmoid，relu激活函数sigmoid是常见的非线性激活函数y的范围是0-1，在TensorFlow中的对应的是tf.nn.sigmoid(x,name-None)tanh函数非线性激活函数，y的值是-1-1，TensorFlow对应的是tf.nn.tanh(x,name=None)Relu函数f(x)=max(0...
2019-04-18 15:47:43
1393
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人