标签：深度学习

2019-10-16马春杰杰评论(0)赞(0)

无需了解任何Web框架即可轻松地将您的数据科学项目转换为出色的应用程序 如果我们没有很好的方法来展示机器学习项目，那么它永远不会真正完成。 过去，经过精心制作的可视化效果图或小型PPT足以展示数据科学项目，而随着RShiny和Dash等仪表...

2019-08-31马春杰杰评论(0)赞(0)

k-means需要有数据，中心点个数是需要人为指定的，位置可以随机初始化，但是还需要度量到聚类中心的距离。这里怎么度量这个距离是很关键的。 距离度量如果使用标准的欧氏距离，大盒子会比小盒子产生更多的错误。例因此这里使用其他的距离度量公式。聚...

2019-08-16马春杰杰评论(0)赞(174)

最近在看YOLO V3，关于卷积层数量这块，记得论文中说使用的是Darknet53，照理说应该只有53层，但是实际查看输出的话，是75层，也就是说，YOLO V3实际使用的网络层数为75层卷积层。 [crayon-61a1a2cd73b7a...

2019-07-18马春杰杰评论(0)赞(0)

高清中文版PDF，共378页，带书签目录，文字可以复制粘贴，附带配套源代码。《21个项目玩转深度学习——基于TensorFlow的实践详解》以实践为导向，深入介绍了深度学习技术和TensorFlow框架编程内容。 通过本书，读者可以训练自己...

2019-05-14马春杰杰评论(0)赞(0)

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...

2019-05-04马春杰杰评论(0)赞(0)

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(0)

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-61a1a2c...

2019-04-24马春杰杰评论(6)赞(0)

在这篇文章中，我们将学习如何使用YOLOv3（一种最先进的物体探测器）与OpenCV。 YOLOv3是流行的物体检测算法YOLO的最新变种- 你只看一次。已发布的模型可识别图像和视频中的80个不同对象，但最重要的是它具有超快速且几乎与Sin...