Silimere

目录 课程链接： 课程内容： 课程大纲： 第一天主要内容：图像分割综述 第二天主要内容：FCN讲解 第三天主要内容：U-Net模型与PSPNet模型详解 第四天主要内容：DeepLab系列详解 第五天主要内容：图卷积网络用于分割 第六天主要内容：实例分割与全景分割 第七天主要内容： 课程链接： https://aistudio.baidu.com/aistudio/course/introduce/1767 课程内容： 1. 从经典算法到学界前沿，从技术细节到完整流程，语义.

数据量大，数据之间有局部相关性 整体解释： 1）自下而上的非监督学习 2）自顶向下的监督学习 接下来，在深度学习板块，我将结合自己找工作时候涉及到的一些深度学习方面的知识进行总结，希望可以对博友们有所帮助。 主要分为一下及部分进行。 一、 卷积相关问题. 1、卷积 2、什么时候用local-conv、什么时候用全卷积 3、可分离卷积模型压缩？ 4、CNN常见问题.....

目录 一、CNN 1、卷积 2、什么时候用local-conv、什么时候用全卷积 3、可分离卷积模型压缩？ 4、CNN常见问题 5、Batch-Normalization：（加速训练） 6、Pooling作用？max-pooling和mean-pooling 7、dropout 8、L1与L2正则化 7、激活函数 8、ReLU代替 sigmoid 的利弊 9、卷积反向传播过...

目录 二、深度学习调参经验 一、参数初始 二、数据预处理方式 三、训练技巧 四、尽量对数据做shuffle 五、Ensemble 二、深度学习调参经验 一、参数初始 权重W的：uniform均匀分布初始化： Xavier初始法，适用于普通激活函数(tanh,sigmoid)：scale = np.sqrt(3/n) 二、数据预处理方式 zero-center ：X -= n...

目录 1、SGD 以及学习率的选择方法、带动量的 SGD 1）随机梯度下降 2）带动量的SGD 2、自适应学习率算法：AdaGrad、RMSProp、Adam 1）AdaGrad 2）RMSProp 3）Adam ...

目录 卷积实例了解 LeNet-5 AlexNet： VGG-16 ResNets： 谷歌Inception（GoogLeNet）： 卷积实例了解 深度卷积网络研究最多的就是如何将第一周所学的基本组件进行有效的组合，设计更加高效的神经网络结构。 经典网络结构： LeNet-5 使用sigmoid和tanh激活函数。原始Le-Net使用average-pooling。大...