原创 深度學習三人行(第8期)----卷積神經網絡通俗原理

上一期,我們一起學習了深度學習中如何避免過擬合,深度學習三人行(第7期)----深度學習之避免過擬合(正則化) 接下來我們一起學習下網紅網絡之卷積神經網絡(CNN),我們多多交流,共同進步。本期主要內容如下:人的視覺機制CNN之卷積層CNN

原创 深度學習三人行(第9期)----卷積神經網絡實戰進階(附代碼)

上一期,我們一起學習了深度學習中卷積神經網絡的通俗原理,深度學習三人行(第8期)----卷積神經網絡通俗原理 接下來我們一起學習下關於CNN的代碼實現,內存計算和池化層等相關知識,我們多多交流,共同進步。本期主要內容如下:CNN實現(Ten

原创 深度學習三人行(第7期)----深度學習之避免過擬合(正則化)

上一期,我們一起學習了深度學習中的學習率的悲慘命運,深度學習三人行(第6期)----深度學習之學習率的命運 今天我們一起學習下深度學習中如何避免過擬合,我們多多交流,共同進步。本期主要內容如下:提前停止訓練L1和L2範數正則化DroupOu

原创 深度學習三人行(第5期)----深度學習中的優化器選擇

上一期,我們一起學習了TensorFlow在訓練深度網絡的時候怎麼解決梯度消失或梯度爆炸的問題,以及怎麼儘可能的減少訓練時間。深度學習三人行(第4期)---- TF訓練DNN之進階 這期我們繼續學習訓練深度網絡時的一大神器----優化器。學

原创 深度學習三人行(第6期)----深度學習之學習率的命運

上一期,我們一起學習了深度學習中的優化器的進化,深度學習三人行(第5期)----深度學習中的優化器選擇 今天我們一起看下學習率有着一個什麼樣的命運,我們多多交流,共同進步。本期主要內容如下:學習率的影響學習率的優化策略學習率優化調節的實現命

原创 【深度學習】深度多目標跟蹤算法綜述

1、導言 基於深度學習的算法在圖像和視頻識別任務中取得了廣泛的應用和突破性的進展。從圖像分類問題到行人重識別問題,深度學習方法相比傳統方法表現出極大的優勢。與行人重識別問題緊密相關的是行人的多目標跟蹤問題。 在多目標跟蹤問題中,算法需要根據

原创 25個機器學習面試題,你都會嗎?

機器之心編譯參與:Geek AI、王淑婷、思源機器學習有非常多令人困惑及不解的地方,很多問題都沒有明確的答案。但在面試中,如何探查到面試官想要提問的知識點就顯得非常重要了。在本文中,作者給出了 25 個非常有意思的機器學習面試問題,這些問題

原创 深度學習如何調參?

『智能算法』轉載作者:Captain Jack 對於深度學習本人也是半路出家. 現在的工作內容主要就是使用CNN做CV任務. 幹調參這種活也有兩年時間了. 我的回答可能更多的還是側重工業應用, 技術上只限制在CNN這塊.先說下我的觀點, 調

原创 卷積神經網絡工作原理直觀解釋

其實我們在做線性迴歸也好,分類(邏輯斯蒂迴歸)也好,本質上來講,就是把數據進行映射,要麼映射到一個多個離散的標籤上,或者是連續的空間裏面,一般簡單的數據而言,我們很好擬合,只要線性變化一下,然後學習出最好的W就可以了,但是對於一些比較複雜

原创 Python相關機器學習‘武器庫’

開始學習Python,之後漸漸成爲我學習工作中的第一輔助腳本語言,雖然開發語言是Java,但平時的很多文本數據處理任務都交給了Python。這些年來,接觸和使用了很多Python工具包,特別是在文本處理,科學計算,機器學習和數據挖掘領域

原创 Python學習(十)---- python中的進程與協程

原文地址: https://blog.csdn.net/fgf00/article/details/52790360 編輯:智能算法,歡迎關注! 上期我們一起學習了python中的線程的相關知識Python學習(九)---- python中

原创 Python學習(八)---- 面向對象類之進階

原文地址: https://blog.csdn.net/fgf00/article/details/52479307 編輯:智能算法,歡迎關注! 上期我們一起學習了python中的類Python學習(七)---- 面向對象學習(類)今天我