随笔分类 -  深度学习

摘要:【Rich feature hierarchies for accurate object detection and semantic segmentation】 Abstract 论文的方法结合了两个关键的观察:1.可以通过hight-capacity CNN来进行bottom-up 区域提名以 阅读全文
posted @ 2018-09-21 20:40 huapyuan 阅读(448) 评论(0) 推荐(0)
摘要:cloud执行:https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_pets.md 本地执行:https://github.com/tensorflow/models/blo 阅读全文
posted @ 2018-08-11 02:31 huapyuan 阅读(3175) 评论(0) 推荐(0)
摘要:1. 小吐槽 OverFeat是我看的第一篇深度学习目标检测paper,因为它是第一次用深度学习来做定位、目标检测问题。可是,很难懂。。。那个bounding box写得也太简单了吧。虽然,很努力地想理解还找了很多博客、论文什么。后来,还是看RCNN,总算有点理解。 2. 对bounding box 阅读全文
posted @ 2018-08-08 21:04 huapyuan 阅读(48139) 评论(1) 推荐(9)
摘要:【OverFeat Integrated Recognition,Localization and Detection using Convolutional Networks】 Pierre Sermanet, David Eigen, Xiang Zhang, Michael Mathieu, 阅读全文
posted @ 2018-08-04 10:34 huapyuan 阅读(2214) 评论(0) 推荐(0)
摘要:系列课程 吴恩达深度学习课程:http://mooc.study.163.com/smartSpec/detail/1001319001.htm 百度PaddlePaddle公开课:http://ai.baidu.com/paddlepaddle/openCourses 机器学习基础(中文):htt 阅读全文
posted @ 2018-07-22 19:15 huapyuan 阅读(203) 评论(0) 推荐(0)
摘要:目录 人脸验证和人脸识别 one-shot learning problem Siamese网络 深度学习可视化 神经风格转移 一维到三维的推广 一、人脸验证和人脸识别 verification: 输入图像,姓名/ID 输出输入的图像就是给定的人 recognition: 包含K个人的数据库,输入一 阅读全文
posted @ 2018-05-18 21:44 huapyuan 阅读(314) 评论(0) 推荐(0)
摘要:目录 目标定位/对象检测 特征点检测 基于滑动窗口的对象检测 YOLO算法 其它算法 一、目标定位/对象检测 图像分类:一般图像中只有一个对象,判断图像属于哪一类 分类定位问题:找出图像中的对象并识别出对象属于哪一类(一个边界框来表示在图像中的位置) 对象检测:一般有多个对象,找出图像中的对象(一个 阅读全文
posted @ 2018-05-18 21:40 huapyuan 阅读(735) 评论(0) 推荐(0)
摘要:目录 机器学习策略与正交化 单一数字评估指标 train/dev/test数据集 可避免偏差avoiable bias human-level performance 一、机器学习策略与正交化 当需要对网络进行调整的时候,你可以有很多不同的方向,但是怎么选择一个方向呢?这就是机器学习策略 正交化 对 阅读全文
posted @ 2018-05-18 21:37 huapyuan 阅读(265) 评论(0) 推荐(0)
摘要:目录 计算机视觉问题 边缘检测实例和卷积计算 padding对图像填充 步幅stride 交相关cross-correlation和卷积 在立体volumn上做卷积 构建单层卷积神经网络 pooling池化操作 卷积神经网络示例(全连接层) 为什么用卷积神经网络 一、计算视觉问题 例子:图像分类,风 阅读全文
posted @ 2018-04-30 21:17 huapyuan 阅读(444) 评论(0) 推荐(0)
摘要:目录 人工误差分析 数据不匹配问题 迁移学习 多任务学习 端到端学习 一、人工误差分析manual error analysis 对学习的结果进行人工误差分析 例:猫的分类器train结果的正确率为90%(10%的误差),对结果进行人工分析,如果发现有些狗被识别为猫导致错误,考虑怎么来减少这种错误? 阅读全文
posted @ 2018-04-30 21:17 huapyuan 阅读(232) 评论(0) 推荐(0)
摘要:目录 三个经典网络 残差网络 1x1卷积 google inception网络 迁移学习 数据增强 如何使用开源代码 一、三个经典网络 LeNet [LeCun et al., 1998. Gradient-based learning applied to document recognition 阅读全文
posted @ 2018-04-30 21:17 huapyuan 阅读(338) 评论(0) 推荐(0)
摘要:目录 超参数调整 几个超参数范围选择的方法 超参数的实践:pandas VS canviar 正则化激活函数 softmax回归 一、超参数调整 重要性 从高到低:学习率$\alpha$——>$\beta$(0.9)、hidden units、minibatch size——>layers、学习率衰 阅读全文
posted @ 2018-04-30 21:15 huapyuan 阅读(2697) 评论(0) 推荐(0)
摘要:目录 数据集划分 偏差和方差 判断方差和偏差并调整的基本思想 解决高方差问题 归一化输入的特征值(X) 梯度爆炸/消失 用双边导数来进行梯度检验 一、数据集可以划分成三个部分:训练(train)/检验(dev)/测试(test) 在train set上进行训练,在dev上进行验证找出了最好的模型,最 阅读全文
posted @ 2018-04-30 21:15 huapyuan 阅读(508) 评论(0) 推荐(0)
摘要:目录 mini-batch 指数加权平均 优化梯度下降法:momentum、RMSprop、Adam 学习率衰减 局部最优问题 一、mini-batch mini-batch:把训练集划分成小点的子集 为什么用mini-batch:当数据集样本数较多时,需要对整个数据计算完成后才能进行梯度下降,速度 阅读全文
posted @ 2018-04-30 21:15 huapyuan 阅读(1356) 评论(0) 推荐(0)
摘要:目录 神经网络表示 激活函数 不要把所有参数都初始化为0 反向计算求导 一、神经网络表示 神经网络层数= 隐藏数+输出层(1) 输入不算是一层,可以说是第0层 第i层的值:W[1]可以用来表示是第1层的参数 激活值:当前层会传递给下一层的值如a[0]表示输入层会传给第一层的值 每一层中有多个神经元, 阅读全文
posted @ 2018-03-28 21:53 huapyuan 阅读(469) 评论(0) 推荐(0)
摘要:目录 神经网络的符号表示 为什么用深度来表示 神经网络模块构建 参数和超参数 一、神经网络的符号表示 $L = 4$ 层数为4 $n^{[l]}=5$ 第$l$层有5个神经元 $n^{[0]}=n_x=3$ 输入层有3个特征值 $a^{[l]}$第$l$层的激活函数 $X=a^{[0]}$ $a^{ 阅读全文
posted @ 2018-03-28 21:53 huapyuan 阅读(211) 评论(0) 推荐(0)
摘要:目录 常用标记 logistic回归 梯度下降法 计算图 向量化 一、常用标记 样本:$(x, y)$ $x$为输入,$y$为输出 输入$x$:$x\in\mathbb{R}^{n_{x}}$是一个$n_{x}$维的特征向量 输出$y$:取值为0或1 样本数量:$m$ 样本空间:$\{(x^{(1) 阅读全文
posted @ 2018-03-28 21:52 huapyuan 阅读(398) 评论(0) 推荐(0)
摘要:开始写一系列的学习笔记,基于吴恩达的《深度学习》课程,大致一周为一篇。第一节这个没什么内容 注:文章中的很多图片也是来自该课程的 课程链接:http://mooc.study.163.com/smartSpec/detail/1001319001.htm 目录 什么是神经网络 ReLu修正线性单元 阅读全文
posted @ 2018-03-28 21:51 huapyuan 阅读(217) 评论(0) 推荐(0)