- 博客(4)
- 收藏
- 关注
RSS订阅原创 神经网络与深度学习（第四次笔记）
很多时候图像里有多个我们感兴趣的目标，我们不仅想知道它们的类别，还想得到它们在图像中的具体位置。一种直观的方法是衡量锚框和真实边界框之间的相似度。对于训练完毕的神经网络，输入照片，通过简单的for循环语句遍历数据库中存储的所有照片，依次通过相似度函数进行计算，记录遍历过程中相似程度最大的值，在遍历结束后与预先设定的阈值进行比较，得出预测结果，完成人脸识别。通过训练神经网络，我们希望同一人的两张照片间的相似度函数值尽可能小，不同人的两张片间的相似度函数值尽可能大，下以此为目标制作训练集、定义Loss函数。
2023-05-07 01:12:41
89
1
原创 神经网络与深度学习（第三次笔记）
比如，把蓝色虚线放到第一张图片下面，也就是说让系统只识别出最上面的那张飞机图片，那么Precision的值就是100%，而Recall的值则是20%。计算公式如下所示，其中𝑁代表测试集中所有图片的个数，𝑃(𝑘)表示在能识别出𝑘个图片的时候Precision的值，而 Δ𝑟(𝑘)则表示识别图片个数从𝑘 − 1变化到𝑘时（通过调整阈值）Recall值的变化情况。（2）卷积层主要有3×3的过滤器，并遵循两个简单的设计规则:①对输出特征图的尺寸相同的各层，都有相同数量的过滤器;c.给图像增加一些随机的光照。
2023-04-03 19:09:13
139
1
原创 神经网络与深度学习（第二次笔记）
4.1 动量法4.1.1 病态曲率在SGD问题中，通常会出现病态曲率问题。下图为损失函数轮廓。在进入以蓝色标记的山沟状区域之前随机开始。颜色实际上表示损失函数在特定点处的值有多大，红色表示最大值，蓝色表示最小值。我们想要达到最小值点，为此但需要我们穿过山沟。这个区域就是所谓的病态曲率。梯度下降沿着山沟的山脊反弹，向极小的方向移动较慢。这是因为脊的表面在W1方向上弯曲得更陡峭。如果把原始的SGD问题想象成一个纸团在重力作用向下滚动，由于质量小受到山壁弹力的干扰大，导致来回震荡；
2023-03-26 19:32:52
153
原创 神经网络与深度学习（第一次笔记）
1.1什么是人工智能？人工智能是用机器去实现所有目前必须借助人类智慧才能实现的任务。其具体研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统。1.2什么是人工神经网络？是从微观结构与功能上模拟人脑神经系统而建立的一类模型，是模拟人的智能的一条途径。在人工神经网络中，信息处理由人工神经元间的相互作用来实现，由联接权来传递，具有学习能力、自适应性、联接强度的可变性。1.3人工神经网络的特点（1）网络的信息处理，由神经元间的相互作用实现，具有并行处理的特点；
2023-03-20 20:49:05
233
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人