自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(12)
  • 资源 (1)
  • 收藏
  • 关注

转载 深度学习网络结构图

深度学习初探——入门DL主流框架作者 实验楼关注2017.03.09 14:30 字数 2541 阅读 3294评论 0喜欢 2深度学习概念深度学习 (deep learning):深度学习是机器学习中的一个分支,试图通过具有多个处理层的计算模型对数据进行多层抽象。这个抽象的结果即是数据一种表达,而深度学习也可看成表达学习(表征学习)的一种方法,深度学习的好

2017-09-12 11:42:57 8072 1

转载 Tensorflow四种Cross Entropy

TensorFlow四种Cross Entropy算法实现和应用:交叉熵是Loss函数的一种(也称为损失函数或代价函数),用于描述模型预测值与真实值的差距大小,常见的Loss函数就是均方平均差(Mean Squared Error),定义如下:平方差很好理解,预测值与真实值直接相减,为了避免得到负数取绝对值或者平方,再做平均就是均方平方差。注意这里预测值需要经过sigmoid激活函数,

2017-09-11 19:18:17 441

转载 kaggle比赛

最近挤出时间,用python在kaggle上试了几个project,有点体会,记录下。Step1: Exploratory Data AnalysisEDA,也就是对数据进行探索性的分析,一般就用到pandas和matplotlib就够了。EDA一般包括:每个feature的意义,feature的类型,比较有用的代码如下df.describe()df['Category'].

2017-09-13 14:15:00 1776

转载 Detection物体检测及分类方法总结(RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO)

Detection物体检测及分类方法总结(RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO)2017-01-03 16:43 3983人阅读 评论(1)收藏举报分类: ML/DL/AI/VR/DM(35) 作者同类文章X版权声明:本文为

2017-09-12 11:51:15 808

原创 自编码学习

变分自编码VAE 条件变分自编码CVAE http://blog.csdn.net/hjimce/article/details/54096472 http://blog.csdn.net/jackytintin/article/details/53641885 https://zhuanlan.zhihu.com/p/25401928 https://zhuanlan.zhihu.com/

2017-09-12 09:53:16 291

转载 生成模型与判别模型

生成模型与判别模型标签: 生成模型判别模型2013-06-24 20:39 1810人阅读 评论(0)收藏举报分类: 数据挖掘基础知识(6) 作者同类文章X生成模型与判别模型转自链接:@zouxy09链接:http://blog.csdn.net/zouxy09

2017-09-11 22:30:54 189

转载 sklearn

使用sklearn优雅地进行数据挖掘 http://blog.csdn.net/myproudcodelife/article/details/52515849

2017-09-11 10:38:50 232

转载 物体检测网络概述

YOLO:实时快速目标检测 https://zhuanlan.zhihu.com/p/25045711?refer=shanren7 YOLO详解 https://zhuanlan.zhihu.com/p/25236464 传统目标检测系统采用deformable parts models (DPM)方法,通过滑动框方法提出目标区域,然后采用分类器来实现识别。近期的R-CNN类方法采用reg

2017-09-10 14:21:14 646 1

原创 R-CNN&SPPNet

一。RCNN:1、首先通过选择性搜索,对待检测的图片进行搜索出2000个候选窗口。2、把这2k个候选窗口的图片都缩放到227*227,然后分别输入CNN中,每个候选窗台提取出一个特征向量,也就是说利用CNN进行提取特征向量。3、把上面每个候选窗口的对应特征向量,利用SVM算法进行分类识别。可以看到R-CNN计算量肯定很大,因为2k个候选窗口都要输入到CNN中,分别进行特征提取,计算

2017-09-10 11:51:56 245 1

原创 网络优化

【CV知识学习】神经网络梯度与归一化问题总结+highway network、ResNet的思考 http://www.cnblogs.com/jie-dcai/p/5803220.html

2017-09-09 22:19:18 192

原创 Attention应用

image caption generation(图像字幕生成) CNN+Attention+RNN|LSTM http://www.360doc.com/content/17/0201/15/99071_625807075.shtml

2017-09-09 14:29:02 267

原创 RNN等详解

RNN-LSTM-GRU详解 http://colah.github.io/posts/2015-08-Understanding-LSTMs/ RNN language model详解 http://blog.csdn.net/u010089444/article/details/60963053

2017-09-09 09:31:54 327 1

自编码网络系列详解

学习自编码非常全的资料,资料包括了AE,CAE,DAE,SDAE,SAE等常见的网络,推导详细,原理讲解很详细。。。。。

2017-09-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除