原创 深度學習:卷積神經網絡,卷積,激活函數,池化,卷積問題

卷積神經網絡——輸入層、卷積層、激活函數、池化層、全連接層 https://blog.csdn.net/yjl9122/article/details/70198357?utm_source=blogxgwz3 一、卷積層 特徵提取 輸

原创 機器學習:評價指標:分類問題、迴歸問題、排序問題

參考:鏈接:https://www.jianshu.com/p/4dde15a56d44 https://blog.csdn.net/heyongluoyao8/article/details/49408319 評價指標(Evaluati

原创 深度學習:tensorflow基礎知識,損失函數

一、tensorflow的計算圖 Tensorflow是一個通過計算圖的形式來表述計算的編程系統,計算圖也叫數據流圖,可以把計算圖看做是一種有向圖,Tensorflow中的每一個節點都是計算圖上的一個Tensor, 也就是張量,而節點之間

原创 深度學習:欠擬合、過擬合、正則化,BN ,L1/L2 範數正則化、bagging集成,dropout

https://github.com/imhuay/Algorithm_Interview_Notes-Chinese 一、欠擬合、過擬合 欠擬合指模型不能在訓練集上獲得足夠低的訓練誤差; 過擬合指模型的訓練誤差與測試誤差(泛化誤差)之間

原创 C++STL:容器Vector ,string ,map,set,list,queue,deque

C++ STL中最基本以及最常用的類或容器無非就是以下幾個: string vector set list map queue deque 一、Vector :可變數組容器 #include<vector> Vector<int> vec

原创 python基礎:數據結構,列表,字典,元組,集合,運算

https://www.cnblogs.com/Vennet/p/4110059.html https://blog.csdn.net/ZOU19900101/article/details/79103515 列表:shoplist =

原创 劍指offer:兩個面試案例: 把字符串變成整數、正則表達式匹配(字符串)

一、把字符串變成整數 解題: 邊界條件:  數據上下 溢出  空字符串  只有正負號  有無正負號  錯誤標誌輸出 c++代碼 class Solution { public: int StrToInt(string str)

原创 深度學習:感受野、卷積,反池化,反捲積,卷積可解釋性,CAM ,G_CAM,爲什麼使用CNN替代RNN?

憑什麼相信你,我的CNN模型?(篇一:CAM和Grad-CAM):https://www.jianshu.com/p/1d7b5c4ecb93 憑什麼相信你,我的CNN模型?(篇二:萬金油LIME):http://bindog.githu

原创 深度學習:經典網絡模型lenet,alexnet,vggnet,googlenet,Resnet,densenet可解釋性

在CNN網絡結構的進化過程中,出現過許多優秀的CNN網絡,如:LeNet,AlexNet,VGG-Net,GoogLeNet,ResNet,DesNet. 提出年份 主要方向:網絡加深,增強卷積模塊 1、LeNet:  LeNet誕生

原创 深度學習:人臉識別Facenet_cvpr2015+MTcnn

  論文_2015cvpr:FaceNet: A Unified Embedding for Face Recognition and Clustering  facenet史上最全代碼詳解:https://blog.csdn.net/u

原创 劍指offer:機器人的運動範圍(動態規劃)66

https://blog.csdn.net/malele4th/article/details/79337046 https://blog.csdn.net/gogokongyin/article/details/51788291 一、題

原创 牛客網刷題:python基礎

sort 與 sorted 區別: sort 是應用在 list 上的方法,sorted 可以對所有可迭代的對象進行排序操作。 list 的 sort 方法返回的是對已經存在的列表進行操作,無返回值,而內建函數 sorted 方法返回的

原创 深度學習:圖像檢測概述rcnn, fastrcnn, fasterrcnn,yolo,ssd

RCNN,Fast RCNN ,faster Rcnn :https://www.cnblogs.com/dudumiaomiao/p/6560841.html 一文看懂目標檢測 rcnn fast rcnn faster rcnn yo

原创 深度學習:batch normlization

https://www.zhihu.com/question/38102762/answer/607815171 數據經過歸一化和標準化後可以加快梯度下降的求解速度,這就是Batch Normalization等技術非常流行的原因,它使得

原创 深度學習:空洞卷積dilated convolution

https://zhuanlan.zhihu.com/p/43784441 一、空洞卷積概念 引入空洞卷積不得不提的是感受野,感受野就是卷積神經網絡的每一層輸出的特徵圖(fe ature map)上的像素點在原圖像上映射的區域大小。空洞卷