文章分类 - 深度学习
摘要：参考博文：https://www.cnblogs.com/dengshunge/p/11407104.html ShuffleNet是旷世提出的高效轻量化网络，是一款很值得一提的轻量化网络，其相关论文也是很有价值的。 ShuffleNet V1 该网络提出于2017年，论文为《ShuffleNet:
阅读全文
摘要：参考博文：https://www.cnblogs.com/xiaoboge/p/10502697.html 1.FCN概述 CNN做图像分类甚至做目标检测的效果已经被证明并广泛应用，图像语义分割本质上也可以认为是稠密的目标识别（需要预测每个像素点的类别）。 传统的基于CNN的语义分割方法是：将像素周
阅读全文
摘要：参考博文：https://www.cnblogs.com/zhenggege/p/9000414.html 和 https://blog.csdn.net/u013181595/article/details/80974210 https://arxiv.org/abs/1409.1556v6 ht
阅读全文
摘要：参考博文：https://blog.csdn.net/Numeria/article/details/73611456 一.CNN发展纵览 我们先来看一张图片： 1985年，Rumelhart和Hinton等人提出了后向传播（Back Propagation，BP）算法（也有说1986年的，指的是他
阅读全文
摘要：参考博文：https://blog.csdn.net/zziahgf/article/details/79311275 目标检测的一般结构： 1. 背景 Faster R-CNN 发表于 NIPS 2015，其后出现了很多改进版本，后面会进行介绍. R-CNN - Rich feature hier
阅读全文
摘要：参考博文：https://blog.csdn.net/a8039974/article/details/77592395 和 https://www.jianshu.com/p/5b3ca7201fae SSD github : https://github.com/weiliu89/caffe/t
阅读全文
摘要：参考博文：http://www.mamicode.com/info-detail-2314392.html 和 https://www.zybuluo.com/rianusr/note/1417734 引言：如今基于深度学习的目标检测已经逐渐成为自动驾驶，视频监控，机械加工，智能机器人等领域的核心技
阅读全文
摘要：参考博文：https://blog.csdn.net/weixin_41923961/article/details/82995656 斯坦福大学李飞飞组的研究者提出了 Auto-DeepLab，其在图像语义分割问题上超越了很多业内最佳模型，甚至可以在未经过预训练的情况下达到预训练模型的表现。Aut
阅读全文
摘要：参考博文：https://www.jianshu.com/p/bb13ae73e427 声明：转载请声明作者，并添加原文链接。 简介 WaveNet是probabilistic and autoregressive的生成，对每个预测的audio sample的分布都基于前面的前面的sample分布。
阅读全文
摘要：参考博文：https://www.cnblogs.com/qcloud1001/p/7941158.html?utm_source=debugrun&utm_medium=referral 总结目前语音识别的发展现状，dnn、rnn/lstm和cnn算是语音识别中几个比较主流的方向。2012年，微软
阅读全文
摘要：参考博文：https://blog.csdn.net/Left_Think/article/details/75577512 和 https://zhuanlan.zhihu.com/p/38516611 和 https://blog.csdn.net/xmdxcsj/article/details
阅读全文
摘要：参考博文：https://blog.csdn.net/qq_31622015/article/details/89811456 1、ResNet解决了什么？ 随着网络的加深，出现了训练集准确率下降的现象，我们可以确定这不是由于Overfit过拟合造成的(过拟合的情况训练集应该准确率很高)。传统的卷积
阅读全文
摘要：参考博文：https://www.cnblogs.com/wangguchangqing/p/10333370.html 第一个典型的CNN是LeNet5网络结构，但是第一个引起大家注意的网络却是AlexNet，也就是文章《ImageNet Classification with Deep Conv
阅读全文
摘要：参考博文：https://blog.csdn.net/c20081052/article/details/80703896 和 https://www.cnblogs.com/gujiangtaoFuture/articles/12096463.html 引言 卷积神经网络（CNN）已经普遍应用在计
阅读全文
摘要：参考博文：https://www.jianshu.com/p/71804c97123d CNN从2012年的AlexNet发展至今，科学家们发明出各种各样的CNN模型，一个比一个深，一个比一个准确，一个比一个轻量。我下面会对近几年一些具有变革性的工作进行简单盘点，从这些充满革新性的工作中探讨日后的C
阅读全文
摘要：参考博文：https://yinguobing.com/separable-convolution/#fn2和https://www.cnblogs.com/shine-lee/p/10243114.html 移动端设备的硬件性能限制了神经网络的规模。本文尝试解释一种被称为Separable Con
阅读全文
摘要：转载：http://network.chinabyte.com/269/13936269.shtml，参照知乎：https://www.zhihu.com/question/34681168 广义上来说，NN(或是更美的DNN)确实可以认为包含了CNN、RNN这些具体的变种形式。在实际应用中，所谓的
阅读全文
摘要：转载：http://blog.csdn.net/acdreamers/article/details/44657439 今天来讲BP神经网络，神经网络在机器学习中应用比较广泛，比如函数逼近，模式识别，分类，数据压缩，数据 挖掘等领域。接下来介绍BP神经网络的原理及实现。 Contents 1. BP
阅读全文
摘要：转载：http://blog.csdn.net/zhaoyu106/article/details/53261055 当首次介绍深度学习时，我们认为它是一个要比机器学习更好的分类器。或者，我们亦理解成大脑神经计算。 第一种理解大大低估了深度学习构建应用的种类，而后者又高估了它的能力，因而忽略了那些不
阅读全文
摘要：卷积的概念 参看大神的微博：http://blog.csdn.net/liyaohhh/article/details/50363184 和 http://blog.csdn.net/zouxy09/article/details/49080029 线性滤波可以说是图像处理最基本的方法，它可以允许我
阅读全文
浙公网安备 33010602011771号