
Deep learning
This_is_alva
这个作者很懒,什么都没留下…
展开
-
Caffe 入门(训练mnist)
使用caffe训练模型只需要以下几个步骤:(1)准备好数据;(2)写好模型配置文件;(3)写好优化配置文件;(4)命令行执行;这样就可以得到训练的模型.caffemodel文件了1.caffe的下载与安装:(1)下载(2)安装(3)caffe的下载与安装以及一些基本的介绍官网已经描述地比较详细,这里不再重复;转载 2018-01-17 14:24:00 · 2444 阅读 · 0 评论 -
计算机视觉常见领域问题概要(深度学习)
转载地址:https://zhuanlan.zhihu.com/p/32237866 首先,当前CV领域主要包括两个大的方向,”低层次的感知” 和 “高层次的认知”。主要的应用领域:视频监控、人脸识别、医学图像分析、自动驾驶、 机器人、AR、VR。主要的技术:分类、目标检测(识别)、分割、目标追踪、边缘检测、姿势评估、理解CNN、超分辨率重建、序列学习、特征检测与匹配、图像标定,视...转载 2019-01-29 13:36:55 · 2055 阅读 · 0 评论 -
CVPR 2018:十大最酷论文
转载链接:https://zhuanlan.zhihu.com/p/39049009 Training Deep Networks with Synthetic Data: Bridging the Reality Gap by Domain Randomization这篇论文来自英伟达,核心思想是用合成数据训练卷积神经网络(CNNs)。研究人员为Unreal Engine 4创造了一...转载 2019-01-29 14:08:32 · 516 阅读 · 0 评论 -
Batch Normalization
每个batch中的元素单位大小相同,有点像归一化优点:because of less covariate shift, learning rate可以设大一点less vanishing gradient problemsless sensitive to initialization原创 2018-01-25 14:56:03 · 204 阅读 · 0 评论 -
李宏毅机器学习笔记
2018.10.09开始看李宏毅的机器学习课,把重要的笔记记下来 各种模型之间的关系 10月10日 为什么要使用Regulation 正则项目的:使目标函数尽可能的平滑,尽量使Wi小一点 Wi小的比较好(因为输入值有很大变化,对输出的影响相对没有那么大) λ越大,函数越平滑...原创 2018-10-09 09:10:06 · 351 阅读 · 0 评论