原创 深度學習知識點總結

🔴1、防止過擬合(overfit)的方法 正則化:即在對模型的目標函數(objective function)或代價函數(cost function)加上正則項。 (L1正則與L2正則) 提前停止迭代:當迭代過程中準確率不再上升

原创 GoogLeNet:inception V1、V2、V3、V4、Inception-ResNet V1、V2詳解

🔴(1409.CVPR) inception V1:Going Deeper with Convolutions【 論文原文】 目標:設計一種既能利用稀疏性,又可以利用稠密計算的網絡結構。 💡contributions: 引入i

原创 CSDN寫文章輸入不同顏色的文字及標題居中

1、CSDN輸入不同紅色的字體 2、CSDN輸入不同紅色的字體 3、CSDN輸入不同紅色的字體 4、CSDN輸入不同紅色的字體 5、CSDN輸入不同紅色的字體 6、CSDN輸入不同紅色的字體 7、CSDN輸入不同紅色的字體 8、C

原创 神經網絡基礎模型VGG

🏳‍🌈(1409.CVPR) VGG【 論文原文】

原创 史上最簡單的git教程

參考:https://www.liaoxuefeng.com/wiki/896043488029600 一、git的簡介 1991年,Linus創建了開源的Linux; 2005年,Linus花了兩週時間自己用C寫了一個分佈式版本

原创 殘差網絡ResNet到ResNeXt解讀,最強ResNeXt預訓練模型已開源及如何使用

它叫ResNeXt WSL,有超過8億個參數,用Instagram上面的9.4億張圖做了 (弱監督預訓練) ,用ImageNet做了微調。 背景介紹:殘差網絡的發展 ● ResNet (2015) 傳統網絡出現的問題: 深度學習中

原创 《免費下載論文的網站》

1. 谷歌學術鏡像 http://ac.scmor.com/ 谷歌學術雖然好用,但無法正常登陸。不如試試谷歌學術鏡像網站吧!單個鏈接容易失效,所以它喪心病狂地提供了多達 20 個的入口。只要顯示【現在訪問】的,就表明該鏡像可用。

原创 深度學習之anchor機制

anchor機制由Faster-RCNN提出,而後成爲主流目標檢測器的標配,例如SSD、Yolov2、RetinaNet等等。 爲了解決:分而治之(將scale和aspect ratio空間劃分爲幾個子空間,降低問題難度,降低模

原创 語義分割-深度學習算法總結(從FCN到....目前)

按時間順序總結paper,看語義分割的結構是如何演變的。分別有FCN 、SegNet 、Dilated Convolutions 、DeepLab (v1 & v2) 、RefineNet 、PSPNet 、Large Kerne

原创 語義分割-深度學習算法總結(附帶相關數據集)

太優秀了,收藏用!轉載自:https://www.cnblogs.com/Jie-Liang/archive/2017/06/29/6902375.html 論文原文地址:https://arxiv.org/abs/1704.06

原创 Linux快速入門

在所有Linux版本中,都會涉及到以下幾個重要概念: 內核:內核是操作系統的核心。內核直接與硬件交互,並處理大部分較低層的任務,如內存管理、進程調度、文件管理等。 Shell:Shell是一個處理用戶請求的工具,它負責解釋用戶輸

原创 AI算法工程師-從入門到上癮

設定一個非常清晰的目標 清晰的目標就比如說你要做NLP,你要知道NLP的應用有智能問答,機器翻譯,搜索引擎等等。然後如果你要做智能問答你要知道現在最發達的技術是深度學習,使用的算法有RNN/LSTM/Seq2Seq/等等一系列。而

原创 NVIDIA安裝程序失敗解決方法

如下所示,NVIDIA在安裝過程中出現,NVIDIA安裝程序失敗,狀態都是未安裝 解決方法: 一般CUDA安裝失敗都是由於其中Visual Studio(VS) Intergration無法安裝導致的: 所以在安裝過程中選擇自定

原创 程序員需要知道的10大基礎算法及python代碼實現

一、快速排序算法 快速排序(Quicksort)是對冒泡排序的一種改進。 原理:快速排序由C. A. R. Hoare在1960年提出。它的基本思想是:通過一趟排序將要排序的數據分割成獨立的兩部分,其中一部分的所有數據,都比,另外

原创 圖像處理知識點(面試)總結

圖像:可以用矩陣表示,行列表示圖像的長高,矩陣的元素值可以表示灰度值的大小。 圖像深度:表示分辨率,如灰度圖像,每個像數有8位深度,則2^8=256。 區域:表示一幅圖像中一個任意的像素子集,不就是ROI嘛??? 一般圖像處理過程