摘要: 视频学习 1. GAN(生成式对抗网络) GAN的框架 GAN的工作原理 由判别器和生成器组成 判别器(Discriminator):区分真实(real)样本和虚假(fake)样本。对于真实样本,尽可能给出高的评分1;对于虚假数据,尽可能给出低的评分0 生成器(Generator):欺骗判别器。生成 阅读全文
posted @ 2020-09-12 17:19 EdwardBY 阅读(500) 评论(0) 推荐(0)
摘要: 1. 绪论 循环神经网络的应用 语音问答、机器翻译、股票预测、作词机、模仿写论文、模仿写代码、图像理解、视觉问答 循环神经网络与卷积神经网络的不同是什么? 传统神经网络,卷积神经网络,输入和输出之间是相互独立的。 RNN可以更好的处理具有时序关系的任务。 RNN通过其循环结构引入“记忆”的概念。 输 阅读全文
posted @ 2020-08-21 22:06 EdwardBY 阅读(219) 评论(0) 推荐(0)
摘要: 一、代码练习 参考同学继续完善HybridSN高光谱分类网络 class HybridSN(nn.Module): def __init__(self): super(HybridSN, self).__init__() self.conv3d_1 = nn.Sequential( nn.Conv3 阅读全文
posted @ 2020-08-15 14:49 EdwardBY 阅读(321) 评论(0) 推荐(0)
摘要: 一、MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Application 论文阅读总结: 传统卷积神经网络内存需求大、运算量大,会导致诸多不便。谷歌针对这一系列问题提出一类有效的模型MobileNets。主 阅读全文
posted @ 2020-08-06 15:44 EdwardBY 阅读(562) 评论(0) 推荐(0)
摘要: 这周的初步计划是想提交前三个部分的内容,但是由于本周我们计算机视觉A组第一组需要讲课,牵扯到一定的精力与时间,所以这次作业只提交了前两个部分,第三部分会抽时间去看一下这三篇论文。 1、视频总结 机器学习(深度学习)中的数学基础 1、机器学习的三要素:模型、策略、算法 概率/函数形式的统一 最优的函数 阅读全文
posted @ 2020-08-01 15:57 EdwardBY 阅读(573) 评论(0) 推荐(0)
摘要: 深度学习 第一周的视频课程主要是对深度学习宏观上的介绍,从一些关键时间节点、代表人物、代表技术、专业术语等方面来介绍深度学习的基本功能、优缺点等。 1、视频学习 1.1 1、人工智能是是一部机器像人一样感知、认知、决策、执行的人工程序或系统。 2、人工智能,机器学习,深度学习三者的关系。 1、深度学 阅读全文
posted @ 2020-07-25 16:46 EdwardBY 阅读(350) 评论(1) 推荐(0)
摘要: 读研的目的 这个问题确实是考研期间被问到最多、听到最多、看到最多的问题。 首先我先讲一下自身的情况。我的学习经历是比较曲折并且丰富的,我是读了三年专科,后通过专升本考试升到本科,读了两年本科然后再考上研究生的,经历了“三级跳”。也许大多数人体会不到专升本的学生对于读研机会的那种特别的渴望与向往,专升 阅读全文
posted @ 2020-07-16 23:54 EdwardBY 阅读(176) 评论(1) 推荐(0)