deep_love1314的博客

深度学习基础

中继监督

maskrcnn

d2

d2数据增强

记录maskrcnn/fasterrcnn的anchor

深度学习基础

L2正则化

转载：opencv学习之路（26）、轮廓查找与绘制（五）——最小外接矩形 - 进击的小猴子 - 博客园

前言：反向传播实质就是链式求导法则的反复用。本文记录一下反向传播的过程，也是为了理解后续出现的梯度消失和爆炸问题（连乘效应）。本文完全按照一位大佬的博客来推理反向传播。说起神经网络大家会想起以下的只有三层的简单神经网络该神经网络共三层：输入层（L1）、隐含层（L2）和输出层（L3）。我们现在手里有一堆数据{x1,x2,x3,......,xn}，输出也是一堆数据{y1,y2,y3,......,yn}。现在就是要把这些数据灌进去，经过隐含层做某种变换，获得我们期望的输出结果。case1：如果我

第一章1.1-1 给出现实生活中需要排序的一个例子或者现实生活中需要计算凸壳的一个例子答：（1）排序：在网上购物挑选物品过程中需要按照某种规则筛选（如按照价格由低到高），这种我自己认为是当前最简单的现实生活中需要排序的的小例子。 （2）计算凸壳：计算一个点集合的直径（官方给的答案）1.1-2 除速度外，在真实环境中还可能使用哪些其他有关效率的量度？答：在同样的工作量...