- 博客(6)
- 收藏
- 关注
RSS订阅原创 卷积神经网络点滴（四）——卷积神经网络与卷积有什么关系？
卷积神经网络一般是来做图像识别的，比如给你一个多个不规则的字符X，如何识别出它是X而不是其它字母呢？ 下图中两个X是不相同的，但是看箭头所指地方还是局部相同的。所以卷积神经网络识别图像的第一步是把图像的局部特征给找出来，把局部特征交由神经网络去判定。如何找出图像的局部特征呢？就是对图像进行卷积操作。 而这里的对图像的卷积操作不是去处理一个像素点和周围像素点的关系。如下图，我们可以用如下两个卷积核对图像进行操作： 操作的结果就是一个把垂...
2021-12-28 10:56:09
2319
2
原创 卷积神经网络点滴（三）——卷积图像
一、卷积的含义 前面我讲的一个仓库入货和出库率的例子，不能用来理解卷积图象的”卷积“。上一篇文章提到：一个系统，如果输入时不稳定的，输出是稳定的，那么卷积就是求系统存量。但是图象它不是一个系统，没有什么稳定的输出和不稳定的输入，我们把“卷积”理解得狭隘了，应该重新再进一步理解上文中的“卷积”。经过分析和查找资料，我们应该这样理解：在某一时刻，发生了一件事，而这件事会受到之前很多时刻发生的事影响，这个影响随时间变化（就是g函数），所以从数学意义上理解，仓库的例子和图像卷积也应该没什么差别，...
2021-12-28 10:48:02
2447
2
原创 关于卷积神经网络的点滴（二）——理解卷积
什么是卷积？什么是图像卷积操作？什么是卷积神经网络？一开始一头雾水，通过几天时间的百度、知乎、B站、看书学习等方式去了解，不断通透！今天先理一理“卷积”！ 卷积的英文单词convolution，词根vol就有旋转的意思。百度百科的解释是：在泛函分析中，卷积、旋积或褶积是通过两个函数F和G生成第三个函数的一种数学算子，表征函数F与G经过翻转和平移的重叠部分函数值乘积对重叠长度的积分。 教科书上一般定义为函数的卷积如下：（偷懒，直接截图） 先对...
2021-12-24 13:25:53
720
1
原创 关于卷积神经网络的点滴（一）——理解梯度下降法
我的学习方法是：总-分-总，先总体了解卷积神经网络的算法思想和相关知识点，这一步通过重复学习也了解了大概，再对那些模模糊糊了解一些的，甚至是根本不理解的知识点一个一个解决掉，比如神经网络是什么？卷积是什么？神经网络里为什么用到卷积？什么是梯度？损失函数是如何设计的？以及如何理解最小二乘法和极大似然估计法、信息量的定义……最后再回头从总体上来理解卷积神经网络。 梯度下降法对神经网络太重要了！梯度是微积分里的一个概念，到底什么是梯度？它又是怎么应用到神经网络去训练神经网络的？...
2021-12-22 20:06:40
2130
2
原创 KNN实例1
一、需求： 一个简单的KNN代码实现：通过已知电影中打斗次数和接吻次数将电影划分为爱情电影与动作电影，预测测试电影属于哪一类电影。二、代码实现：代码用python实现，见注释。import numpy as npimport matplotlib.pyplot as plt# 打斗次数fight=(5,2,1,105,97,98)# 接吻次数kiss=(114,101,80,11,5,3)# 爱情电影1，动作电影2filmtype=(1,1,1,2,2,2)...
2021-12-22 08:22:41
791
2
原创 简单理解KNN最近邻算法原理
1、算法介绍： KNN是通过测量不同特征值之间的距离进行分类。它的的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。K通常是不大于20的整数。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。1.1 算法描述：其算法的描述为：1）计算测试数据与各个训练数据之间的距离；2）按照距离的递增关系进行排序；3）选取距离最小的K...
2021-12-18 15:51:00
3874
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