原创 【深度學習】梳理凸優化問題(五)

文章目錄約束優化問題凸函數凸優化問題凸二次規劃問題額外補充正定和半正定矩陣 約束優化問題 minw  f(w)s.t.  gi(w)≤0  (i=1,...,k)hj(w)=0  (j=1,...,n)\begin{array}{

原创 【深度學習】前向傳播和反向傳播(四)

【深度學習】前向傳播和反向傳播(四) 寫在最前面的話:今天要梳理的知識點是深度學習中的前/反向傳播的計算,所需要的知識點涉及高等數學中的導數運算。 在深度學習中,一個神經網絡其實就是多個複合函數組成。函數的本質就是將輸入x映射

原创 【深度學習】梳理範數與正則化(二)

【深度學習】梳理範數與正則化(二) 今天要梳理的知識是範數與正則化。文章完全根據個人理解寫,如有不對,歡迎指出!! 正則化 正則化是一種對學習算法的約束,主要是爲了防止過擬合(下一次會梳理這個知識點),從而增強模型的泛化能力。

原创 【深度學習】深度學習概念的理解(一)

【深度學習】深度學習的理解(一) 寫在最前面的話:設置【深度學習】欄,主要是爲了掃盲深度學習的各個知識點,希望通過這種方式來給自己的基礎打紮實,從頭開始學習!如果有寫得不對的地方,請指正!!!謝謝 深度學習在現在已經是非常成熟

原创 tensorflow學習筆記(二)

tensorflow筆記(二) 今天主要記錄什麼是交叉熵,以及它在tensorflow中實現方式 交叉熵(cross-entropy) 什麼是交叉熵?首先,說明的是,交叉熵刻畫的是兩個概率分佈之間的距離。那麼爲了能較好理解交叉熵,

原创 【python學習】 os.path和glob中幾個常用方法

【python】 os.path和glob中幾個常用方法 博主最近在做畢業設計,python的使用頻率直線上升,在使用過程中,也遇到各種坑,所以想主要是想記錄一下經常使用到的一些方法,方便查閱~下面列舉os.path中幾個非常常用

原创 【論文閱讀】Frame-Recurrent Video Super-Resolution (FRVSR2018超分)

【論文閱讀】Frame-Recurrent Video Super-Resolution (FRVSR) 今天要整理一篇最近閱讀的文章,這篇文章是2018年Mehdi S.M. Sajjadi發表在CVPR的一篇有關視頻超分辨率的

原创 【論文閱讀】Recurrent Back-Projection Network for Video Super-Resolution(RBPN)

【論文閱讀】Recurrent Back-Projection Network for Video Super-Resolution(RBPN) 好久沒更新博客了,但是心念念着我這博客,不寫感覺對不起自己最近漲的粉,/(ㄒoㄒ)/

原创 【論文閱讀】SuperCNN: A Superpixelwise Convolutional Neural Network for Salient Object Detection(論文閱讀筆記)

SuperCNN: A Superpixelwise Convolutional Neural Network for Salient Object Detection 超像素卷積神經網絡:一種用於檢測顯著性物體的超像素卷積神經網

原创 【求解答】pyqt5 主界面和控制算法運行的多進程

【求解答】pyqt5 主界面和控制算法運行的多進程 有個特別頭大的問題,希望在CSDN裏面能得到相關大佬的解答!!! 嗚嗚嗚,無助… 情況說明: 我使用了pyqt5開發深度學習算法的應用程序,主進程是控制界面運行的,也就是app=

原创 bootstrap的form-group高度不一致

在嵌入的頁面裏面,這個form-group高度特別高,但是在其本身頁面顯示沒有問題的,這是什麼情況,求大神??? .navLeft{ float: left; } #rightContainer{ min-width:

原创 【深度學習模型】全面理解VGG16模型

全面理解VGG16模型VGG16的結構層次介紹結構圖VGG16模型所需要的內存容量介紹卷積中的基本概念1.從input到conv1:2.從conv1到conv2之間的過渡:3.conv2到conv3:4.進入conv3:5.從co

原创 【論文閱讀】Deep Learning for Image Super-resolution: A Survey(DL超分辨率最新綜述)

Deep Learning for Image Super-resolution: A Survey(DL超分辨率最新綜述) 博主最近看了一篇2019年最新的非常詳細的超分辨率領域DL方法的綜述,大大地贊!寫得非常好,文章工作整理

原创 【python學習】numpy中的vstack、hstack、dstack三種堆疊函數的區別

numpy中的vstack、hstack、dstack三種堆疊函數的區別 先假設有以下的數據(用作示範三種函數返回的結果) import numpy as np data1 = [ [[11, 12, 13], [14, 15,