2020年7月31日
Inception&MobileNets
摘要： Inception v1 paper：《Going deeper with convolutions》 GoogLeNet夺得2014年ImageNet冠军，其最大的特点就是使用了Inception模块。Inception v1初始结构如下： 由于图像中需要识别的物体大小差异、位置差异很大，很难确定 阅读全文
posted @ 2020-07-31 23:34 Arsene_W 阅读(202) 评论(0) 推荐(0) 编辑
卷积神经网络部分知识点
摘要： 全连接网络处理图像问题： 参数太多，易过拟合 卷积神经网络解决方式： 局部关联，参数共享（卷积核滑动不变） 一维卷积： padding（零填充） 输出特征图大小： 输入NN 卷积核FF 输出(N-F)/stride+1 除不尽(padding)： 输出(N+padding*2-F)/stride+1 阅读全文
posted @ 2020-07-31 14:25 Arsene_W 阅读(184) 评论(0) 推荐(0) 编辑
深度学习基础
摘要： 激活函数：增加非线性 如果不用激活函数，每一层节点的输入都是上层输出的线性函数。无论神经网络有多少层，输出都是输入的线性组合，与没有隐藏层效果相当，因此网络的逼近能力就相当有限。 Sigmoid: 将输入的连续实值变换为0-1的输出。反向传播中易发生梯度消失，输出不对称（只输出正值） tanh： 输 阅读全文
posted @ 2020-07-31 13:57 Arsene_W 阅读(127) 评论(0) 推荐(0) 编辑
2020年7月25日
猫狗大战：利用ResNet迁移学习进行图像识别
摘要： 挂载Google Drive，避免数据集重复下载 from google.colab import drive drive.mount('/content/drive') 导入包、设置GPU、设定随机种子 import numpy as np import matplotlib.pyplot as 阅读全文
posted @ 2020-07-25 15:55 Arsene_W 阅读(1241) 评论(1) 推荐(0) 编辑
2020年7月17日
第一篇博客
摘要： 第一篇博客 之前就计划养成写博客的习惯，但每当学习之后，总是不想花时间去整理，因此收获往往局限在表层，知识点难以有效组织起来。在这立个flag，希望借助高老师这次深度学习课程的机会，能把写博客的习惯延续下去，记录一些技术、心得。 第一篇是博客的开始，也是研究生生活的开始，首先就来思考一下关于现在与未 阅读全文
posted @ 2020-07-17 23:37 Arsene_W 阅读(201) 评论(1) 推荐(0) 编辑