Fork me on GitHub
上一页 1 ··· 32 33 34 35 36 37 38 39 40 ··· 88 下一页
摘要: Digit Recognizer "Digit Recognizer source code" 将一种方法做到极致,学习各种tircks Practice Skills Computer vision fundamentals including simple neural networks Cla 阅读全文
posted @ 2017-11-01 20:19 ranjiewen 阅读(983) 评论(0) 推荐(0)
摘要: 阅读《Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising》时,开始接触一些深度学习的知识 - [《Batch Normalization Accelerating Deep Network Tra 阅读全文
posted @ 2017-10-28 21:51 ranjiewen 阅读(11465) 评论(0) 推荐(0)
摘要: 1. a[::-1]翻转 设有一个元组或者列表 则a[::-1]和b[::-1]的含义是将元组或列表的内容翻转 注意和a[:-1]的区别 a[:-1]表示从元组中切片,默认从第一个元素开始,到倒数第一个元素前面的那个元素为止 列表赋值y = x 相当于 指针传递;y = x[:]相当于 值传递 2. 阅读全文
posted @ 2017-10-28 13:08 ranjiewen 阅读(820) 评论(0) 推荐(1)
摘要: 文章地址:http://blog.csdn.net/sxf1061926959/article/details/54836696 提起siamese network一般都会引用这两篇文章: 《Learning a similarity metric discriminatively, with ap 阅读全文
posted @ 2017-10-26 11:55 ranjiewen 阅读(2044) 评论(0) 推荐(0)
摘要: 第十讲_图像检索 Image Retrieval 刚要 主要是图像预处理和特征提取+相似度计算 相似颜色检索 算法结构 颜色特征提取:统计图片的颜色成分 颜色特征相似度计算 色差距离 发展:欧式距离 CIEDE1994 CIEDE2000 EMD距离 相似纹理检索 纹理 算法结构 Gabor滤波器组 阅读全文
posted @ 2017-10-22 00:04 ranjiewen 阅读(1745) 评论(0) 推荐(0)
摘要: 参加比赛用到了keras,虽然之前用tensorflow,但是感觉tensorflow的确不太友好,api比较难读,然后就学习keras使用 随着深入,发现keras的api确实比较友好 跑了一些example和models: "https://github.com/fchollet/keras" 阅读全文
posted @ 2017-10-19 17:28 ranjiewen 阅读(754) 评论(0) 推荐(0)
摘要: 第九讲_图像生成 Image Captioning 生成式对抗网络 Generative Adversarial network 学习数据分布:概率密度函数估计+数据样本生成 生成式模型是共生关系,判别式模型是因果关系 GAN在生成模型的位置 GAN特点 GAN 无监督网络框架 生成器generat 阅读全文
posted @ 2017-10-18 00:28 ranjiewen 阅读(1382) 评论(0) 推荐(0)
摘要: 最近跑Unet网络进行遥感图像的分割;代码跑通了,但是效果不理想,开始分析实验epoch,调一些参数 神经网络梯度与归一化问题总结+highway network、ResNet的思考 1.样本要随机化,防止大数据淹没小数据 2.样本要做归一化。关于归一化的好处请参考:为何需要归一化处理3.激活函数要 阅读全文
posted @ 2017-10-17 16:16 ranjiewen 阅读(10402) 评论(0) 推荐(2)
摘要: "【Keras】基于SegNet和U Net的遥感图像语义分割" 2014 年,加州大学伯克利分校的 Long 等人提出全卷积网络(FCN),这使得卷积神经网络无需全连接层即可进行密集的像素预测,CNN 从而得到普及。使用这种方法可生成任意大小的图像分割图,且该方法比图像块分类法要快上许多。之后,语 阅读全文
posted @ 2017-10-08 18:42 ranjiewen 阅读(2109) 评论(0) 推荐(0)
摘要: 第八讲_图像问答Image Question Answering 课程结构 图像问答的描述 具备一系列AI能力:细分识别,物体检测,动作识别,常识推理,知识库推理..... 先要根据问题,判断什么任务 图像问题与图像描述的关系 研究的难点和挑战 研究方向 数据集 COCO QA来源MSCOCO VQ 阅读全文
posted @ 2017-09-27 23:13 ranjiewen 阅读(1370) 评论(0) 推荐(0)
上一页 1 ··· 32 33 34 35 36 37 38 39 40 ··· 88 下一页