摘要：https://blog.csdn.net/jinping_shi/article/details/52433975 阅读全文

摘要：先验概率和后验概率 教科书上的解释总是太绕了。其实举个例子大家就明白这两个东西了。 假设我们出门堵车的可能因素有两个（就是假设而已，别当真）：车辆太多和交通事故。 堵车的概率就是先验概率 。 那么如果我们出门之前我们听到新闻说今天路上出了个交通事故，那么我们想算一下堵车的概率，这个就叫做条件概率 。 阅读全文

摘要：http://lamda.nju.edu.cn/weixs/project/CNNTricks/CNNTricks.html 阅读全文

摘要：https://arxiv.org/abs/1603.08155 两个网络：image transfer网络和loss网络 image transfer网络： 将输入图片y通过映射f W (x)得到输出图片ŷ （ŷ = f W (x)） loss网络（取预训练好的VGG） 原因：VGG是用来做图像分 阅读全文

摘要：1.https://www.leiphone.com/news/201706/ty7H504cn7l6EVLd.html 我的理解：一开始，G网络利用一组随机噪声生成一堆合成的垃圾照片，交给D网络判断，D早就看过真实的棒棒的图片，因而一下子就判断出这些是垃圾照片，G很生气，但是D很好心，他希望G不要 阅读全文

摘要：过拟合： 过拟合是机器学习中一个常见的问题，它是指模型预测准确率在训练集上升高，在测试集上反而下降，这通常意味着泛化性不好，模型只是记忆了当前数据的特征，不具备推广能力。 解决办法：Hinton提出的dropout，在使用复杂的cnn训练图像数据时尤为有效，大致思路是在训练时，将网络某一层的输出节点 阅读全文

摘要：(Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks) R-CNN: (1)输入测试图像； (2)利用selective search 算法在图像中从上到下提取2000个左右的Region Pr 阅读全文

摘要：训练集 作用：估计模型 学习样本数据集，通过匹配一些参数来建立一个分类器。建立一种分类的方式，主要是用来训练模型的。 验证集 作用：确定网络结构或者控制模型复杂程度的参数 对学习出来的模型，调整分类器的参数，如在神经网络中选择隐藏单元数。验证集还用来确定网络结构或者控制模型复杂程度的参数。 Russ 阅读全文