x1aoo

摘要： 机器学习、深度学习总结 目前包括： 输入归一化、参数初始化、批归一化、Dropout、全连接层、激励函数、卷积层、池层、ResNet 、Inception网络、损失函数、正则化、多分类、梯度下降、SVM等 输入归一化 为了减少迭代的次数，使用输入归一化，将输入改写成均值为0，范围一致的分布形式。 $ 阅读全文

摘要： Vision Algorithms for Mobile Robotics学习笔记 Introduction The definition of Visual Visual Odometry(VO) is the process of incrementally estimating the pos 阅读全文

摘要： 神经网络性能的提升 虽然之前已经大概介绍了关于神经网络的基本结构，但是对于神经网络来说，还有很多可以提升的地方，包括不限于：参数的初始化，正则化，检测方式，除了梯度下降以外的优化算法，超参的调试，批量标准化，和TensorFlow等等。下面我们依次来介绍。 参数的初始化 由于 梯度消失/爆炸 的原因 阅读全文

摘要： 大致介绍神经网络，并梳理神经网络的正向和反向传播公式 阅读全文

摘要： 写作目的： 本篇写作目的是在学习整理Coursera网课中，Deep Learning系列课第一课Neural Networks and Deep Learning第二周Logistic Regression with a Neural Network mindset中的编程作业问题。在写此编程作业 阅读全文