
深度学习
chan.zc
DL & ML & SemanticSegmentation & Multimodal
展开
-
MobileNet-V2的理解
线性瓶颈线性瓶颈英文为Linear Bottleneck,是从Bottleneck结构演变而来的,被用于MobileNetV2与V3。Bottleneck结构首次被提出是在ResNet网络中。该结构第一层使用逐点卷积,第二层使用3×3大小卷积核进行深度卷积,第三层再使用逐点卷积。MobileNet中的瓶颈结构最后一层逐点卷积使用的激活函数是Linear,所以称其为线性瓶颈结构(Linear Bottleneck)。线性瓶颈结构有两种,第一种是步长为1时使用残差结构,第二种是步长为2时不使用残差结构。..转载 2021-07-02 10:16:57 · 1022 阅读 · 0 评论 -
用小样本数据集构建强大的图像分类模型---三种方式
转载自: https://zhuanlan.zhihu.com/p/42333072原出处: https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html转载 2020-02-25 10:03:50 · 3792 阅读 · 0 评论 -
卷积神经网络画图工具
https://cbovar.github.io/ConvNetDraw/转载 2019-12-19 14:36:44 · 2985 阅读 · 1 评论 -
深入理解Batch Normalization批标准化
转自:https://www.cnblogs.com/guoyaohua/p/8724433.html转载 2019-12-15 12:27:12 · 187 阅读 · 0 评论 -
Tensorflow——tf.nn.conv2d()的工作方法
转自https://zhuanlan.zhihu.com/p/26139876转载 2019-12-12 09:58:55 · 346 阅读 · 0 评论 -
pytorch指定版本安装
转载自:https://blog.youkuaiyun.com/u013187057/article/details/81484857转载 2019-12-10 14:16:35 · 1357 阅读 · 0 评论 -
配置使用GPU加速的Theano环境
theano的config模块包含了许多属性来定义theano的动作。改变theano配置有三种方式,按照优先级依次为:theano.config.property赋值THEANO_FLAGS,通过THEANO_FLAGS来改变配置。THEANO_FLAGS=’floatX=float32,device=cuda0,lib.cnmem=1’ python .py通过修改./theanor...原创 2019-12-04 20:05:07 · 410 阅读 · 0 评论 -
Keras修改backend的方法(tensorflow(default)->theano)
Keras默认backend是tensorflow,但是有些项目是以来theano的,因此需要改写keras.json这个配置文档,修改keras的默认backend为theano。keras.json文档在:~/keras/keras.json。其中 ~代表的是你的/home/用户名目录,.keras的前面的’.'代表隐藏文件。所以该文件并不存在于keras的安装目录下。到对应...原创 2019-12-04 14:03:09 · 621 阅读 · 0 评论 -
神经网络基础——如何实现手写数字MNIST的识别
转载自:http://neuralnetworksanddeeplearning.com/chap1.html#perceptrons转载 2019-11-28 12:21:25 · 277 阅读 · 0 评论 -
Adam: A Method for Stochastic Optimization
转载自:https://blog.youkuaiyun.com/weixin_37993251/article/details/88530472转载 2019-11-13 12:43:08 · 759 阅读 · 0 评论 -
特征图、卷积核、卷积核个数、滤波器、通道 概念的理解
转载自https://blog.youkuaiyun.com/weixin_43430243/article/details/89512069原创 2019-11-12 13:08:33 · 2986 阅读 · 1 评论 -
VGG16学习笔记
转载自https://www.cnblogs.com/lfri/p/10493408.html原创 2019-11-12 12:53:13 · 150 阅读 · 0 评论 -
卷积神经网络:卷积层和池化层学习
转自:https://www.cnblogs.com/zf-blog/p/6075286.html转载 2019-11-12 10:53:47 · 282 阅读 · 0 评论 -
embedding层的作用
https://blog.youkuaiyun.com/k284213498/article/details/83474972转载 2019-11-12 09:44:50 · 410 阅读 · 0 评论 -
反向传播算法(过程及公式推导)
反向传播算法(Backpropagation)是目前用来训练人工神经网络(Artificial Neural Network,ANN)的最常用且最有效的算法。其主要思想是:(1)将训练集数据输入到ANN的输入层,经过隐藏层,最后达到输出层并输出结果,这是ANN的前向传播过程;(2)由于ANN的输出结果与实际结果有误差,则计算估计值与实际值之间的误差,并将该误差从输出层向隐藏层反向传播,直至传播...翻译 2019-11-05 21:12:31 · 224 阅读 · 1 评论