- 博客(4)
- 收藏
- 关注
RSS订阅原创 神经网络与深度学习课程总结第四课
举例：这里选取的预训练的神经网络含有3个卷积层，其中第二层输出图像的内容特征，而第一层和第三层的输出被作为图像的样式特征。接下来，我们通过正向传播（实线箭头方向）计算样式迁移的损失函数，并通过反向传播（虚线箭头方向）迭代模型参数，即不断更新合成图像。样式迁移常用的损失函数由3部分组成：⚫ 内容损失（content loss）使合成图像与内容图像在内容特征上接近⚫ 样式损失（style loss）令合成图像与样式图像在样式特征上接近。
2025-05-23 10:09:02
764
原创 神经网络与深度学习课程总结 作业3
每个bb有5个分量，分别是物体的中心位置(𝑥, 𝑦)和它的高(ℎ) 和宽 (𝑤) ，以及这次预测的置信度。其中𝑁代表测试集中所有图片的个数， 𝑃(𝑘)表示在能识别出𝑘个图片的时候Precision的值， 而 Δ𝑟(𝑘)则表示识别图片个数从𝑘 − 1变化到𝑘时（通过调整阈值） Recall值的变化情况。MNIST数据集主要由一些手写数字的图片和相应的标签组成，图片一共有10类，由60000个训练样本和10000个测试样本组成，每个样本都是一张28 * 28像素的灰度手写数字图片。
2025-05-19 10:17:09
928
原创 神经网络与深度学习课程总结 作业2
一、多层感知机1.1 线性不可分问题1.2 多层感知机1.3 多层感知机的从零开始实现二、多层前馈网络及BP算法2.1 多层前馈网络三、模型训练的常用技巧3.1 模型初始化3.2 训练数据与测试数据3.3 欠拟合与过拟合3.4 权重衰减（L2正则化）3.5 暂退四、卷积神经网络4.1 基本概念4.2 卷积神经网络BP算法。
2025-05-19 10:15:20
947
原创 【无标题】
利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。线性分类器则透过特征的线性组合来做出分类决定，以达到此种目的。简言之，样本通过直线(或超平面)可分。
2025-05-04 21:28:21
282
1
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