czp_374的博客

神经网络的基础知识为什么要用神经网络？ 对于一个分类任务，在用机器学习算法来做时，首先要明确feature和label，然后把这个数据”灌”到算法里去训练，最后保存模型，再来预测分类的准确性。但是这就有个问题，即我们需要实现确定好特征，每一个特征即为一个维度，特征维度过少，我们可能无法精确的分类出来，即我们所说的欠拟合，如果特征维度过多，可能会导致我们在分类过程中过于注重某个特征导致分类...

添加链接描述ResNet在2015年被提出，在ImageNet比赛classification任务上获得第一名，因为它“简单与实用”并存，之后很多方法都建立在ResNet50或者ResNet101的基础上完成的，检测，分割，识别等领域都纷纷使用ResNet，Alpha zero也使用了ResNet，所以可见ResNet确实很好用。先看看全图：下面我们从实用的角度去看看ResNet。1.R...

https://blog.youkuaiyun.com/dcxhun3/article/details/46878999

摘要：深度神经网络很难训练。我们提出了一种残差学习框架来尝试解决这一问题。We explicitly reformulate the layers as learning residual functions with reference to the layer inputs, instead of learning unreferenced functions。我们提供全面的经验证据表明这些残...

添加链接描述

摘要：特征金字塔（Feature pyramids）是用于检测不同尺度（at different scales）的对象的识别系统中的基本组件。 但是最近的深度学习物体检测器（object detectors）已经避免了金字塔表示（pyramid representations），部分原因（in part because）是它们的计算复杂度高（they are compute and memory ...