- 博客(12)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 VGGNet网络模型
VGGNet是牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研发的的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠3x3的小型卷积核和2x2的最大池化层，VGGNet成功地构筑了16~19层深的卷积神经网络。并取得了ILSVRC 2014比赛分类项目的第2名(错误率7.3%)和定位项目的第1名。
2023-02-17 11:16:09
352
原创 AlexNet网络模型
2012年，Hinton的学生Alex Krizhevsky在《深度卷积神经网络的ImageNet分类》一文中提出了深度卷积神经网络模型AlexNet，是LeNet的一种更深更宽的版本。这是第一次将深度卷积神经网络 (CNN)、GPU 和巨大的互联网来源数据集（ImageNet）结合在一起。AlexNet首次在CNN中成功应用了ReLU、Dropout和LRN等Trick。AlexNet包含了6亿3000万个连接，6000万个参数和65万个神经元，拥有5个卷积层，其中3个卷积层后面连接了最大池化层，最后还有
2023-02-16 09:47:27
526
原创 第一章：随机事件和概率（三）
𝑨𝒏)=𝑷(𝑨1)𝑷(𝑨2)𝑷(𝑨3)…定义2：设A、B，C是三个事件，如果P(AB)=P(A)P(B)，P(AC)=P(A)P(C)，P(BC)=P(B)P(C)，P(ABC)=P(A)P(B)P(C)，定义3：设A、B，C是三个事件，如果P(AB)=P(A)P(B)，P(AC)=P(A)P(C)，P(BC)=P(B)P(C)，则称A、B、C两两独立。：仅给出概率是得不到事件的结论的。设A，B是两个事件，且P(A) > 0，称P(B|A)=P(AB)/P(A) 为事件A发生的条件下事件B发生的条件概率。
2023-01-04 17:00:08
556
原创 第一章：随机事件和概率（二）
在相同的条件下，进行了n次试验，在这n次试验中，事件A发生的次数nA称为事件A发生的频数，比值nA/n称为事件A发生的频率。某件事由两种方法来完成，第一种方法可由m种方式完成，第二种方法可由n种方式来完成，则这件事可由m+n种方法来完成。某件事由两个步骤来完成，第一个步骤可由m种方法完成，第二个步骤可由n种方法来完成，则这件事可由m×n种方法来完成。设A、B是两个事件，若A⊂B，则有P(B−A)=P(B)−P(A)，P(B)≥P(A)。：事件A发生可能性的大小，记作P(A)，称为事件A的概率。
2023-01-04 16:48:42
379
原创 第一章：随机事件和概率（一）
概率论是数学的一个分支，研究如何定量描述随机现象及其规律。数理统计则是以数据为唯一研究对象，包括数据的收集、整理、分析和建模，从而对随机现象的某些规律进行预测和决策。概率论是演绎，从先验知识推出结论，在已知变量的概率分布下来推出各种结论。数理统计是归纳，从观察值推出背后的数学模型（变量之间的关系），因为在真实世界里，我们只能通过观测值来预估数学模型，所以数理统计又是后验的。确定性现象（必然现象）：一定发生或一定不发生随机现象（偶然现象）：可能发生或可能不发生对于随机现象而言，在实验中不能预知结果，随着随机试
2023-01-04 16:41:50
1069
2
原创 循环神经网络RNN概述
循环神经网络（Recurrent Neural Networks，RNN），是一种反馈网络，模拟“人脑记忆功能”，它能有效处理序列特性的数据，能挖掘数据中的时序信息以及语义信息。常用于语言识别、机器翻译、视频分析、生成图像描述等。RNN主要用于时序类数据（一般指文本类数据和音频类数据）的处理。...
2022-08-11 14:05:12
1673
原创 卷积神经网络CNN概述
卷积神经网络（CNN），通过卷积层与池化层的叠加实现对输入数据的特征提取，最后连接全连接层实现分类。对于图像处理有出色表现，在计算机视觉（CV）中得到了广泛应用。从某种意义上说CNN主要用于图像类数据的处理。卷积神经网络相比传统的机器学习算法，无须手工提取特征，也不需要使用诸如SIFT之类的特征提取算法来预提取，而是可以在训练中自动完成特征的提取和抽象，并同时进行模式分类，大大降低了应用图像识别的难度。卷积神经网络是一种具有局部连接、权值共享等特性的深层前馈神经网络，因此是一个静态网络，信息的传递是单向
2022-08-11 13:58:50
271
原创 神经网络Neural Networks概述
人工智能（AI）是一类非常广泛的问题，它旨在通过计算机实现类似人类的智能。机器学习（ML）是解决人工智能问题的一个重要方法。深度学习（DL）则是机器学习的一个分支，它在很多领域突破了传统机器学习的瓶颈，将人工智能推向了新的高潮。深度学习是基于人工神经网络（ANN）技术的发展而不断突破和提升，推动了人工智能的发展。相对的另一领域是生物神经网络（Biological Neural Network，BNN）的研究。...
2022-06-21 11:33:09
1984
原创 第一章 空间中的曲面和曲线（4）
设点P(𝒙, 𝒚, 𝙯)到两个定点A(3, -1, 2)和B(0, 1, -1)的距离相等，那么点P的轨迹就是A，B两点的垂直平分面，那么(𝒙, 𝒚, 𝙯)之间会满足什么关系？由|PA|=|PB|和两点距离公式，可得3𝒙-2𝒚+3𝙯-6=0的方程。即空间平面满足形如A𝒙+B𝒚+C𝙯+D=0的方程。
2022-06-02 11:42:48
83
原创 第一章 空间解析几何与向量代数（2）
向量是既有大小又有方向的量。在数学上，用一条有方向的线段（即有向线段）来表示向量。有向线段的长度表示向量的大小，有向线段的方向表示向量的方向。向量的符号：向量可用粗体字母表示，也可用加上箭头的小写字母表示，例如。在数学上，我们只研究与起点无关的向量，称之为自由向量，简称向量。因此，如果向量a和b的大小相等，且方向相同，则说向量a和b是相等的，记为a = b。相等向量经过平移后可以完全重合。——向量的平移不变性向量的模：即向量的大小（或长度）。 向量的模是一个长度距离量，是非负实数。这...
2021-11-10 14:44:00
241
原创 第一章 空间解析几何与向量代数（1）
数学史话 17世纪中叶，费马（Fermat）和笛卡尔（Descartes）把二维平面解析几何，推广到三维空间。他们指出，三维空间的几何图形，可用三维空间动点的轨迹来表达，也可以用代数方程来表达；而空间中的一个动点，则是三元不定方程的一组解（????, ????, ????），并且这个不定方程的所有解，构成了三维空间中的曲面。 费马（Fermat）简单讲述了他的三维解析几何的思想，他认为各种曲面，如抛物面、双曲面等，都是在三维空间的。因此，三维空间曲面上的曲线，一定也是三维的，它们可以用三个..
2021-09-14 16:53:00
539
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人