Deep Learning - 文章分类 - 清风与归_G

caffe中的solver

摘要：Solver是一个神经网络的重要组成部分，通过forward 计算的loss和backward计算的梯度等参数，对模型进行优化，更新神经网络各层参数，使得loss最小以更好的拟合数据。阅读全文

posted @ 2019-03-18 22:54 清风与归_G 阅读(973) 评论(0) 推荐(0)

摘要：本文主要介绍了，图像的down-samplig 和up-sampling 阅读全文

posted @ 2019-03-16 20:07 清风与归_G 阅读(4182) 评论(0) 推荐(0)

如何在caffe下实现DSOD

摘要：本文主要介绍了，如何在caffe下实现DSOD 阅读全文

posted @ 2019-03-14 19:30 清风与归_G 阅读(659) 评论(0) 推荐(0)

1*1卷积核的作用

摘要：本文主要介绍了，1*1卷积核的作用阅读全文

posted @ 2019-03-13 18:59 清风与归_G 阅读(2211) 评论(1) 推荐(0)

图解反向传播流程

摘要：本文主要介绍了，神经网络中的反向传播过程阅读全文

posted @ 2019-03-09 21:45 清风与归_G 阅读(2106) 评论(0) 推荐(0)

如何在Caffe下实现SSD

摘要：本文注意介绍了，如何在Caffe框架下使用SSD训练和测试自己的数据阅读全文

posted @ 2019-03-06 22:01 清风与归_G 阅读(1986) 评论(0) 推荐(0)

摘要：本文主要介绍了，梯度下降法的三种形式BGD、SGD以及MBGD 阅读全文

posted @ 2019-03-01 10:54 清风与归_G 阅读(686) 评论(0) 推荐(0)

摘要：本文主要介绍了，深度学习一些基础概念，如神经元、卷积神经网络、循环神经网络等阅读全文

posted @ 2019-02-27 15:27 清风与归_G 阅读(235) 评论(0) 推荐(0)

摘要：本文主要介绍了，深度学习一些基础概念，如神经元、卷积神经网络、循环神经网络等阅读全文

posted @ 2019-02-27 10:46 清风与归_G 阅读(219) 评论(0) 推荐(0)

摘要：本文为CS231N视频课程学习笔记，主要介绍了图像分类的概念、困难和基本实现方法如KNN等阅读全文

posted @ 2019-01-13 17:05 清风与归_G 阅读(836) 评论(0) 推荐(0)

摘要：本文为CS231n深度视觉识别学习笔记，主要介绍了计算机视觉的历史等阅读全文

posted @ 2018-12-10 21:39 清风与归_G 阅读(501) 评论(0) 推荐(0)

Online notebook