pingfan2014的博客

原文地址：http://blog.youkuaiyun.com/hjimce/article/details/49255013

在上篇中介绍的输入层与隐含层的连接称为全连接，如果输入数据是小块图像，比如8×8，那这种方法是可行的，但是如果输入图像是96×96，假设隐含层神经元100个，那么就有一百万个（96×96×100）参数需要学习，向前或向后传播计算时计算时间也会慢很多。　　解决这类问题的一种简单方法是对隐含单元和输入单元间的连接加以限制：每个隐含单元仅仅只能连接输入单元的一部分。例如，每个隐含单元仅仅连接输入图像的一...

转载于：https://blog.youkuaiyun.com/ice_actor/article/details/78648780 1.边界检测示例 假如你有一张如下的图像，你想让计算机搞清楚图像上有什么物体，你可以做的事情是检测图像的垂直边缘和水平边缘。  如下是一个6*6的灰度图像，构造一个3*3的矩阵，在卷积神经网络中通常称之为filter，对这个6*6的图像进行卷积运算，以左上角的-5计算为...

转载于：https://blog.youkuaiyun.com/hereiskxm/article/details/69246587

训练 1.基础问题 a.样本问题，mtcnn训练时，会把训练的原图样本，通过目标所在区域进行裁剪，得到三类训练样本，即：正样本、负样本、部分(part)样本 其中： 裁剪方式：对目标区域，做平移、缩放等变换得到裁剪区域 IoU：目标区域和裁剪区域的重合度 此时三类样本如下定义： 正样本：IoU >= 0.65，标签为1 负样本：IoU < 0.3，标签为0 部分(part)样本：0....

1. could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR问题解决方案 对于此问题尝试了许多办法，最终的解决方案是： 执行 ：sudo rm -rf ~/.nv/    （一定最后边不要漏掉“/”，否则会提示“.nv”是目录, 另外“~”前边有空格）   参考链接：https://blog.youkuaiyun.com/xianqin...

转载于:https://blog.youkuaiyun.com/icefire_tyh/article/details/52064910