tqptr_opqww的博客

目标检测图片分类定位问题定义：将图片中的对象检测识别出来，并用边框圈出对象在图片中位置的过程即为图片对象的分类与定位。解决思路：​ 如果要检测图片中的一辆汽车，并用红色的方框标注出它在图片的位置，那么，将图片利用卷积神经网络和softmax分类找到图片中的汽车；然后再确定图片左上角和右下角的坐标值（0，0），（1，1），接着在汽车的中心位置确定一个点，设该点的坐标为（bx,by）,方...

卷积神经网络1.卷积计算与边缘检测示例1.1 卷积运算​ 假设输人是一张灰度图图像， 那么输人的深度就是1 ，如图所示输人图像尺寸是10 ×10 × 1 。现在选择一个尺寸（ 通常选择3 × 3 或5 × 5 ， 如图左侧所示） ， 从输人图像左上角开始水平移动（ 水平方向到头的话， 垂直移动一步后再次水平移动） ， 直到滑过整个输人图像， 最终到达图像右下角。这个在输人图像上选择的尺寸...

2.3超参数调试，batch正则化以及Softmax回归1.调试处理1.1常见的超参数\alpha，\beta，β1，β2，\varepsilon其中，学习率a最重要如果需要调整超参数，应该如何选择调试值呢？早期的深度学习通常是用网格的形式来选择调试值的，即尝试所有的25个点，然后选择参数效果最好的那个点。1.现在，推荐使用随机选择点的方法来调试超参。随机选取25个点，然后去试一...

深层神经网络的基本概念表达与前向传播，反向传播以及向量化的概念1.基本概念与表达如图所示：这是一个三层的神经网络（双隐层）常用大写字母L来表示神经网络的层数，L=3；常用n^([L])来表示节点数量或者是L层上的单元数量，这里常用a^L来表示L层的激活函数2.深层网络的前向传播第一层：第二层第三层一般表达式：2.1前向传播的向量化版本PS：对于第一层上得到...

Mini_batch梯度下降法，动量梯度下降法，RMSprop，以及Adam优化算法总结（根据吴恩达老师深度学习课程笔记总结，如有不正确的地方，麻烦指出）1.Mini_batch梯度下降法1.1.定义的理解：对于一个有500万个数据的超大样本，如果直接对整个训练集进行梯度下降，就必须直接对该超大样本进行处理，进行一次梯度下降耗时耗内存，进行完一次梯度下降后再进行下一次，多次下来，将耗费大量...