摘要：
1. Epoch和Batch的理解 参考：https://blog.csdn.net/weixin_38754799/article/details/109831970 2. BN 批处理归一化 参考：https://www.cnblogs.com/skyfsm/p/8453498.html 阅读全文
posted @ 2022-02-17 20:46
赵家小伙儿
阅读(75)
评论(0)
推荐(0)
摘要：
1. Windows10 在vscode中自动**环境报错： CommandNotFoundError 见：https://www.codeleading.com/article/12184924469/ 2. vscode 的命令行数输入参数的文件配置 见：https://blog.csdn.ne 阅读全文
posted @ 2022-01-29 13:47
赵家小伙儿
阅读(142)
评论(0)
推荐(0)
摘要：
1. 矩阵的特征值 构造|A-λE|=0方程；-->求解出λ1、λ2...λn; -->λi即为特征值--> 求解特征解 2. 卷积：给定输入图像尺寸H*W及卷积核大小F*F、步长S、padding等，计算输出图像的尺寸； h_out = （H-F+2*P)/S +1 w_out = （W-F+2* 阅读全文
posted @ 2021-12-16 16:00
赵家小伙儿
阅读(62)
评论(0)
推荐(0)
摘要：
SVM、AdaBoost 阅读全文
posted @ 2021-12-07 16:58
赵家小伙儿
阅读(28)
评论(0)
推荐(0)
摘要：
机器学习最主要就是特征提取和特征分类。提取的特征的好坏，直接影响这分类的结果判断，所以在整个系统中占有很重要的位置。所提取的特征要在能表征物体特征的基础上，尽量做到维数少，易于计算和存储。常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征等。（1）颜色特征 特点：颜色特征是一种全局特征，描述 阅读全文
posted @ 2021-12-07 16:48
赵家小伙儿
阅读(1168)
评论(0)
推荐(0)
摘要：
物体检测就是对数字图像中一类特定的物体的位置进行自动检测。基本的检测框架有两种： 一种是以滑动窗口为单位对图像进行扫描，对扫描所得的每个子图像提取特征，并用学习到的分类器来分类该特征并且判断该子图像是否为所检测的特定物体。对象检测的一个问题是，对象在图片中的位置和尺度是未知的。算法被要求能够检测各种 阅读全文
posted @ 2021-12-07 16:17
赵家小伙儿
阅读(840)
评论(0)
推荐(0)
摘要：
神经网络由于训练的参数多，表达能力强，所以需要比较多的数据量，不然很容易过拟合。当训练数据有限时，可以通过一些变换从已有的训练数据集中生成一些新的数据，以快速地扩充训练数据。对于图像数据集来说，可以对图像进行一些形变操作： 基本数据增强主要包含如下方式：1.旋转： 可通过在原图上先放大图像，然后剪切 阅读全文
posted @ 2021-12-01 19:47
赵家小伙儿
阅读(210)
评论(0)
推荐(0)
摘要：
1. ReLu作为激活函数 在最初的感知机模型中，输入和输出的关系 只是单纯的线性关系，这样的网络结构有很大的局限性：即使用很多这样结构的网络层叠加，其输出和输入仍然是线性关系，无法处理有非线性关系的输入输出。因此，对每个神经元的输出做个非线性的转换也就是，将上面就加权求和的结果 输入到一个非线性函 阅读全文
posted @ 2021-12-01 16:56
赵家小伙儿
阅读(120)
评论(0)
推荐(0)
摘要：
不可能完全做到逆卷积，肯定有损失，所以叫做转置卷积。 在maxpooling时，记一下max值的位置，然后逆pooling的时候，就可以反回去，当然也有损失（不可能完全恢复）； 阅读全文
posted @ 2021-11-30 21:05
赵家小伙儿
阅读(38)
评论(0)
推荐(0)
摘要：
由于受到计算机性能的影响，虽然LeNet在图像分类中取得了较好的成绩，但是并没有引起很多的关注。 知道2012年，Alex等人提出的AlexNet网络在ImageNet大赛上以远超第二名的成绩夺冠，卷积神经网络乃至深度学习重新引起了广泛的关注。 AlexNet特点 AlexNet是在LeNet的基础 阅读全文
posted @ 2021-11-30 20:46
赵家小伙儿
阅读(152)
评论(0)
推荐(0)
浙公网安备 33010602011771号