摘要:第二次作业:卷积神经网络 part 2 MobileNet V1 MobileNets模型基于深度可分解的卷积,它可以将标准卷积分解成一个深度卷积和一个点卷积(1 × 1卷积核)。深度卷积将每个卷积核应用到每一个通道,而1 × 1卷积用来组合通道卷积的输出。这种分解可以有效减少计算量,降低模型大小。 阅读全文
posted @ 2020-08-08 20:44 hannahmu 阅读(16) 评论(0) 推荐(0) 编辑
摘要:第二次作业 1.第一部分(视频笔记) 1.1自编码的种类: 正则自编码器(应用是使提取的特征表达式符合某种性质) 稀疏自编码器(提取稀疏特征表达) 去噪自编码器(提取鲁棒特征表达) 变分自编码器(是非监督生成模型与对抗生成网络相关,通过编码得到隐层特征表达空间Z,再通过解码生成样本) 1.2深度网络 阅读全文
posted @ 2020-08-01 21:50 hannahmu 阅读(59) 评论(0) 推荐(0) 编辑
摘要:第一次作业:深度学习基础 1. 图像处理基本练习 展示不同通道上的图像 # 展示三通道图像 plt.subplot(121) plt.imshow(colony[:,:,:]) plt.title('3-channel image') plt.axis('off') # 展示只有一个通道的图像 pl 阅读全文
posted @ 2020-07-25 20:48 hannahmu 阅读(15) 评论(0) 推荐(0) 编辑
摘要:为什么读研呢,其实是希望在读研期间能够抛开其他琐碎的事情,不断增长知识以及提高认知与思维能力。至于选择计算机视觉专业是因为本科时对计算机视觉有过粗浅的探索,对这个专业还是比较感兴趣的。毕业后还是会从事计算机行业的工作,因为相对于其他行业,对计算机有着更深的了解与认知。最后希望通过这门课程,使自己不仅 阅读全文
posted @ 2020-07-17 23:19 hannahmu 阅读(18) 评论(1) 推荐(0) 编辑