深度学习 第8页

2019-06-16马春杰杰评论(0)赞(359)

其实不止适用于Ubuntu16.04，同样适用于Ubuntu14.04，以及安装opencv3.4.5以下版本！ 1 开发环境： Ubuntu 16.04 64位 cmake ant jdk git python 2 下载安装包 从gith...

2019-05-14马春杰杰评论(0)赞(273)

我们知道，当数据量较小的时候，比较容易产生过拟合，为了防止这种情况的发生，我们一般是有两种思路，一种是随时观察验证集的性能，当性能停止提高的时候，我们就人为的停止训练。另一种是加入正则化方法。 当出现过拟合的时候，往往拟合函数的系数会非常大...

2019-05-08马春杰杰评论(0)赞(310)

卷积过程如图： 对于卷积的时间复杂度来说，即运算量： 这里代表了全部的运算量，如果我们想知道一次卷积的运算量，则可以简化为： 参数量： 对于参数量而言，计算方式为： 本文最后更新于2022年11月7日，已超过 1 年没有更新，如果文章内容或...

2019-05-05马春杰杰评论(0)赞(322)

这里主要介绍下1*1卷积核的神奇之处核最好的使用范围，在开始之前需要了解下卷积网络的权值共享概念，其中权值共享基本上有两种方法： 在同一特征图和不同通道特征图都使用共享权值，这样的卷积参数是最少的，例如上一层为30*30*40，当使用3*3...

2019-05-04马春杰杰评论(0)赞(277)

如果把梯度下降法想象成一个小球从山坡到山谷的过程，那么前面几篇文章的小球是这样移动的：从A点开始，计算当前A点的坡度，沿着坡度最大的方向走一段路，停下到B。在B点再看一看周围坡度最大的地方，沿着这个坡度方向走一段路，再停下。确切的来说，这并...

2019-04-29马春杰杰评论(2)赞(218)

最近想了解一些关于LSTM的相关知识，在进行代码测试的时候，有个地方一直比较疑惑，关于LSTM的输入和输出问题。一直不清楚在pytorch里面该如何定义LSTM的输入和输出。首先看个pytorch官方的例子： [crayon-680f3ed...

2019-04-28马春杰杰评论(0)赞(363)

开局先祭出一张大神图： 比如我们有一张5*5*3的图作为输入，卷积核的尺寸为3*3，则卷积核的输入深度为3，这里的3对应着输入的3通道，卷积核的数量为2，则卷积核的参数应为：(3*3*3)*2。 卷积过程为，首先因为输入图像有3层，所以卷积...