11 2020 档案
神经网络的深度、宽度和分辨率(转载)
摘要:深度——神经网络的层数宽度——每层的通道数分辨率——是指网络中特征图的分辨率 深度和宽度是深度神经网络的两个基本维度,分辨率不仅取决于网络,也与输入图片的尺寸有关。 对于深度和宽度,以及他们对网络性能的影响,这篇博客有介绍:深度学习网络的宽度和深度怎么理解,增加宽度和深度对网络模型有什么影响?简单总 阅读全文
posted @ 2020-11-29 09:40 周街街 阅读(918) 评论(0) 推荐(0)
交叉熵的概念
摘要:熵的公式 H(p)=−∑p(x)log2p(x) 在信息理论中,熵表示信息量之和。信息量单位为 bit/符号,即衡量每个符号(字符或其他表示意义的东西)表示信息量的多少。如 一串发送的英文字符aaaaddgj中 只有 a d g j 四个字符,每个字符在整串英文字符中出现的概率P(x)分别为 1/2 阅读全文
posted @ 2020-11-29 09:32 周街街 阅读(192) 评论(0) 推荐(0)
GoogleNet网络论文中英对照翻译--(Going deeper with convolutions)转载
摘要:【论文链接】https://arxiv.org/abs/1409.4842 Abstract(摘要) We propose a deep convolutional neural network architecture codenamed Inception, which was responsi 阅读全文
posted @ 2020-11-27 16:14 周街街 阅读(312) 评论(0) 推荐(0)
Towards End-to-End License Plate Detection and Recognition: A Large Dataset and Baseline有道翻译
摘要:Towards End-to-End License Plate Detection and Recognition: A Large Dataset and Baseline‘ 软件翻译 论文链接: https://openaccess.thecvf.com/content_ECCV_2018/p 阅读全文
posted @ 2020-11-26 11:18 周街街 阅读(355) 评论(0) 推荐(0)
softmax基本概念
摘要:Softmax是机器学习中一个非常重要的工具,他可以兼容 logistics 算法、可以独立作为机器学习的模型进行建模训练、还可以作为深度学习的激励函数。 softmax的介绍 softmax的作用简单的说就计算一组数值中每个值的占比,公式一般性描述为:设一共有个用数值表示的分类,其中表示分类的个数 阅读全文
posted @ 2020-11-17 14:44 周街街 阅读(481) 评论(0) 推荐(0)