- 博客(7)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 我的tensorflow-gpu安装之路（win10）
作为一个初入机器学习的小白，在安装tensorflow-gpu的过程中，我心里一直是很崩溃的，多次安装失败，几次安装成功之后，也会不知某些原因崩溃重装，所以今天就整理了一下，以便大家参考，尽量少采坑。还要就是，在安装之前多找一些博客看看，大概了解一下，最后锁定一篇即可。1.anaconda的下载及安装下载链接，使用的是清华源，速度很快，而且anaconda的版本对其安装包，我的是anaco...
2019-03-27 19:57:41
620
原创 了解RCNN
基础知识IOU，定义了两个bbox的重叠度，如下图：IOU=(A∩B)/(A∪B)非极大值抑制，就像上面的图片一样，定位一个车辆，最后算法就找出了6个方框，根据分类器类别分类概率做排序，从小到大分别属于车辆的概率分别为A、B、C、D、E、F。从最大概率矩形框F开始，分别判断A至E与F的重叠度（IOU）是否大于设定的阈值，假设假设B、D与F的重叠度超过阈值，那么就扔掉B、D；并标...
2019-02-22 22:32:28
194
原创 了解ResNet
意义随着网络的加深，出现了训练集准确率下降的现象（不是由于过拟合），所以作者针对这个问题提出了一种全新的网络，叫深度残差网络，它允许网络尽可能的加深。resnet的网络结构ResNet网络参考了VGG19网络，在其基础上进行了修改，并通过短路机制加入了残差单元。从图中可以看到，ResNet相比普通网络每两层间增加了短路机制，这就形成了残差学习，其中虚线表示feature map数量发生...
2018-12-30 20:16:46
954
原创 了解YOLOv1
YOLO的基本思想将输入的图像分成S×S个格子，若每个物体的Ground truth的中心位置的坐标落入到某个格子，那么这个格子就负责检测出这个物体，如下图：每个格子预测B个bounding box和其置信度，以及C个类别概率，bounding box信息包含5个数据值，分别是x,y,w,h,和confidence。其中x,y是指当前格子预测得到的物体的bounding box的中心位置的坐...
2018-12-30 18:14:27
173
原创 U-net初始
概述U-net是卷积神经网络的一种变形，整个网络主要有两部分组成：一个收缩路径(contracting path)来获取上下文信息以及一个对称的扩张路径(expanding path)用以精确定位缺点：1.要分别预测每一个patch的类别，patch之间的重叠导致每次预测都要重复计算同一个点。2.这个网络需要在 局部准确性 和 获取整体上下文信息 之间取舍。优点：建立了“全卷积网络”（f...
2018-12-23 17:25:34
380
原创 vggnet学习笔记
VGG有五层卷积层、三层全连接层、sofrmax输出层构成，层与层之间有个最大池化层，所有隐藏层的激活单元都采用Relu函数每个卷积层搜有多个3*3卷积核，来代替一个大的卷积核，优点：减少参数，增加了非线性映射。两个3 *3卷积核相当于一个5 * 5的卷积核，三个3 * 3卷积核相当于一个7 * 7的卷积核这是简化后的vggnet格式：处理过程输入224 *224 *3的图片，经64...
2018-11-25 16:10:49
482
原创 小白对Alex net的理解
刚刚入门深度学习，看了很多博客，还有吴恩达老师的视频，对深度学习有了一点认识，现在就我自己的收获，来分享一下对alexnet的理解，如果有不正确的理解，希望广大网友可以帮忙指出，一起冲鸭，，，alexnet的结构conv155* 55 *96第一层输入的图像是227* 227 * 3（实际上是224 * 224 * 3，经过填充之后变为227 * 227 * 3，3是通道数chan...
2018-11-17 15:43:32
371
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人