摘要: 1.文章原文地址 SegNet: A Deep Convolutional Encoder-Decoder Architecture for Image Segmentation 2.文章摘要 语义分割具有非常广泛的应用,从场景理解、目标相互关系推断到自动驾驶。早期依赖于低水平视觉线索的方法已经快速阅读全文
posted @ 2019-05-23 15:46 ysyouaremyall 阅读(9) 评论(0) 编辑
摘要: 1.文章原文地址 U-Net: Convolutional Networks for Biomedical Image Segmentation 2.文章摘要 普遍认为成功训练深度神经网络需要大量标注的训练数据。在本文中,我们提出了一个网络结构,以及使用数据增强的策略来训练网络使得可用的标注样本更加阅读全文
posted @ 2019-05-19 16:28 ysyouaremyall 阅读(38) 评论(0) 编辑
摘要: 1.文章原文地址 Deep Residual Learning for Image Recognition 2.文章摘要 神经网络的层次越深越难训练。我们提出了一个残差学习框架来简化网络的训练,这些网络比之前使用的网络都要深的多。我们明确地将层变为学习关于层输入的残差函数,而不是学习未参考的函数。我阅读全文
posted @ 2019-05-16 11:12 ysyouaremyall 阅读(38) 评论(0) 编辑
摘要: 1.文章原文地址 Going deeper with convolutions 2.文章摘要 我们提出了一种代号为Inception的深度卷积神经网络,它在ILSVRC2014的分类和检测任务上都取得当前最佳成绩。这种结构的主要特点是提高了网络内部计算资源的利用率。这是通过精心的设计实现的,它允许增阅读全文
posted @ 2019-05-15 19:25 ysyouaremyall 阅读(34) 评论(0) 编辑
摘要: 1.文章原文地址 ImageNet Classification with Deep Convolutional Neural Networks 2.文章摘要 我们训练了一个大型的深度卷积神经网络用于在ImageNet LSVRC-2010竞赛中,将120万(12百万)的高分辨率图像进行1000个类阅读全文
posted @ 2019-05-09 20:21 ysyouaremyall 阅读(68) 评论(0) 编辑
摘要: 1.文章原文地址 Very Deep Convolutional Networks for Large-Scale Image Recognition 2.文章摘要 在这项工作中,我们研究了在大规模的图像识别数据集上卷积神经网络的深度对准确率的影响。我们主要贡献是使用非常小(3×3)卷积核的架构对深阅读全文
posted @ 2019-05-08 23:09 ysyouaremyall 阅读(69) 评论(0) 编辑
摘要: 在这中美贸易战,五眼联盟围剿华为的大背景之下,花了两周时间读了《下一个倒下的会不会是华为》,想想也是一件有意思的事。读书是一种营养的输入,而适当写写读书笔记,读后感也算是一种输出了,日后也可以自己再回顾回顾,因为人总是健忘。 从书名讲起,《下一个倒下的会不会是华为》,我个人觉得按照目前华为的发展趋势阅读全文
posted @ 2019-03-03 23:59 ysyouaremyall 阅读(1275) 评论(5) 编辑
该文被密码保护。
posted @ 2018-07-25 21:10 ysyouaremyall 阅读(8) 评论(0) 编辑
摘要: 3.1序列结构的各种序列 (1)seq2seq:如机器翻译,从法文翻译成英文,将会是下面这样的结构,包括编码网络和解码网络。 (2)image to sequence:比如给一幅图像添加描述,如下图中的“一只猫站在椅子上”。同样包括编码网络和解码网络。 3.2选择最可能的句子 (1)机器翻译的本质就阅读全文
posted @ 2018-07-24 22:14 ysyouaremyall 阅读(563) 评论(1) 编辑
摘要: 2.1词汇表征 (1)使用one-hot方法表示词汇有两个主要的缺点,以10000个词为例,每个单词需要用10000维来表示,而且只有一个数是零,其他维度都是1,造成表示非常冗余,存储量大;第二每个单词表示的向量相乘都为零(正交),导致没能够表示是词汇之间的联系,比如oriange和apple,qu阅读全文
posted @ 2018-07-22 19:22 ysyouaremyall 阅读(758) 评论(2) 编辑
摘要: 1.1为什么选择序列模型 (1)序列模型广泛应用于语音识别,音乐生成,情感分析,DNA序列分析,机器翻译,视频行为识别,命名实体识别等众多领域。 (2)上面那些问题可以看成使用(x,y)作为训练集的监督学习,但是输入与输出的对应关系有非常多的组合,比如一对一,多对多,一对多,多对一,多对多(个数不同阅读全文
posted @ 2018-07-21 16:02 ysyouaremyall 阅读(890) 评论(0) 编辑
摘要: 4.1什么是人脸识别 (1)人脸验证(face verification):1对1,输入一个照片或者名字或者ID,然后判断这个人是否是本人。 (2)人脸识别(face recognition):1对多,判断这个人是否是系统中的某一个人。 4.2One-shot学习 (1)比如一个公司的员工,一般每个阅读全文
posted @ 2018-07-18 20:50 ysyouaremyall 阅读(678) 评论(0) 编辑
摘要: 3.1目标定位 (1)案例1:在构建自动驾驶时,需要定位出照片中的行人、汽车、摩托车和背景,即四个类别。可以设置这样的输出,首先第一个元素pc=1表示有要定位的物体,那么用另外四个输出元素表示定位框的中心坐标和宽高,再用3个输出元素one-hot表示是三个类别中的哪一类。当第一个元素pc=0时表示是阅读全文
posted @ 2018-07-17 23:15 ysyouaremyall 阅读(890) 评论(2) 编辑
摘要: 题目:众所周知,任何一个合数(因数不止是1和本身)都可以写成几个质数相乘的形式,这几个质数叫做这个合数的质因数。例如,24=2×2×2×3.把一个合数写成几个质数相乘的形式叫做分解质因数。对于一个质数,他的质因数可定义为它本身。编写一个程序实现分解质因数。 C++实现 思路:首先编写一个函数用于判断阅读全文
posted @ 2018-07-17 12:48 ysyouaremyall 阅读(1306) 评论(0) 编辑
摘要: 2.1为什么要进行实例探究 (1)就跟学编程一样,先看看别人怎么写的,可以模仿。 (2)在计算机视觉中一个有用的模型,,用在另一个业务中也一般有效,所以可以借鉴。 (3)本周会介绍的一些卷积方面的经典网络经典的包括:LeNet、AlexNet、VGG;流行的包括:ResNet、Inception,如阅读全文
posted @ 2018-07-16 22:25 ysyouaremyall 阅读(468) 评论(0) 编辑
摘要: 题目:编写一个程序,用递归的方法实现查找数组中的最大值。 C++实现 说明: (1)第一种方法是常规方法,不是使用递归,首先将第一个元素的值赋值给max,然后遍历数组,当遇到超高max的值时将其赋值给max,最后就将得到最大值。 (2)第二种方法是使用递归,递归就是讲大规模问题转成小规模的相同问题,阅读全文
posted @ 2018-07-16 12:45 ysyouaremyall 阅读(2306) 评论(0) 编辑
摘要: 1.1计算机视觉 (1)计算机视觉的应用包括图像分类、目标检测、图像分割、风格迁移等,下图展示了风格迁移案例: (2)图像的特征量非常之大,比如一个3通道的1000*1000的照片,其特征为3*1000*1000达到300万,如果第一个隐藏层有1000个单元那么W[1]有20亿个参数,计算量不仅大,阅读全文
posted @ 2018-07-15 22:03 ysyouaremyall 阅读(816) 评论(3) 编辑
摘要: 题目:请说出下面图形中包含多少个三角形?请用一个程序完成计算。 C++版本 解题思路: (1)给每个交点做标记,如下: (2)总共有36条线段,如果三条线段两两之间存在交点,但一条线上(已经包含了三条线交于同一点),则可以构成三角形。如下图所示,最左边的构成三角形,右边两个不构成三角形: (3)故需阅读全文
posted @ 2018-07-15 18:52 ysyouaremyall 阅读(1917) 评论(0) 编辑
摘要: 2.1进行误差分析 (1)一识别猫为案例,错误率为10%,这时系统还可以有较大提升空间,这时该往哪方面努力呢?可以通过误差分析,具体可以拿出100个分类错误的样本,然后利用表格统计每个样本分类错误的原因(如下图所示),比如很模糊,狗和猫很像,有滤镜等,一个样本出错可以同时有多个原因,统计看因为什么原阅读全文
posted @ 2018-07-15 10:34 ysyouaremyall 阅读(296) 评论(0) 编辑
摘要: 1.1为什么是ML策略 (1)当对一个实际的应用系统进行优化时,可能有很多想法:如提高数据量,提高网络深度,正则化等等,一个错误的选择可能浪费非常多的时间,本课就是让你在面对很多选择时做出正确的选择,这就是ML策略。提高效率,让你的深度学习系统更快投入使用。 1.2正交化 (1)使用以下的老式电视机阅读全文
posted @ 2018-07-14 19:36 ysyouaremyall 阅读(241) 评论(0) 编辑