深度学习:对抗网络GAN的代码实现流程详细解读(超详细,必看)写在前面的话 GAN可以用任何形式的generator和discriminator,不一定非得使用神经网络。而神经网络被广泛使用的主要原因是它一种通用函数逼近算法(universal function approximator),即我们能够使用大量节点的神经网络来模拟任何非线性的Input与Output之间的函数,相对其他方法具有更高
上期回顾 卷积神经网络进阶用法—残差网络如何解决梯度消失问题 什么是可变形卷积? 可变形卷积是指卷积核在每一个元素上额外增加了一个参数方向参数,这样卷积核就能在训练过程中扩展到很大的范围。上图来自论文Deformable Convolutional Networks上图中 (a)是传统的标准卷积核,尺寸为3x3(图中绿色的点);(b)就是我们今天要谈论的可变形卷积,通过在图(a)的
什么是GAN网络 GAN的全称是Generative adversarial network,中文翻译过来就是对抗式神经网络。对抗神经网络其实是两个网络的组合,可以理解为一个网络生成模拟数据(生成网络Generator),另一个网络判断生成的数据是真实的还是模拟的(判别网络Discriminator)。生成网络要不断优化自己生成的数据让判别网络判断不出来,判别网络也要优化自己让自己判断得更准确。
CNN实战之如何分析影评-好看又有趣的讲解前言认识影评数据集了解TextCNN模型获取影评数据生成文本数据集生成TextCNN模型评估模型前言话说老王买了两张电影票打算请女神小丽去看电影,老王希望看完电影趁着热度可以和小丽的关系更进一步。于是老王买了两张最近大火的《剩女日记》,看完电影,效果喜人,老王差点又做了单身狗。。。 认识影评数据集为了杜绝这种乌龙事件的再度发生,老王决定通过大数据分析的手段
卷积神经网络进阶用法---残差网络如何解决梯度消失问题前言道路千万条,好用第一条残差网络和跳跃连接梯度消失问题残差网络的原理DenseNet网络前言我在三个月前写了关于卷积神经网络的系列文章,受到了很大的关注,深感荣幸。说明当前读者对深度学习的关注度是相当高的,之前的系列文章主要是关于卷积神经网络的基础概念介绍。其实实际工作中,卷积神经网络有很多的变形和进化,作者通过阅读大量的文献,整理出来一些心
深度学习:AE自编码器详细解读(图文并茂,值得一看)本文参照了大量的网上文献,提取出了关于AE自编码器最重要的概念部分整理而成,为了增加文章的可读性,文章搭配了大量的插图。参考文章如下:自编码器是什么?有什么用?这里有一份入门指南(附代码)TensorFlow实战之实现自编码器过程深度学习之自编码器 首先跟大家展示一下本文的流程: 如上所示,本文分为三个大的段落,其中每个大段落又包含详细的分支,且
一文解决机器学习中的过拟合与欠拟合问题(正则化,数据增强,Dropout,提前终止) 生活中的过拟合与欠拟合现象 过拟合与欠拟合的概念 解决过拟合与欠拟合问题的四大金刚 正则化 数据增强 Dropout 提前终止训练 机器学习的核心任务就是‘使用算法模型解析数据,从中学习,然后对世界上的某件事情作出决定或者预测’。对机器学习的模型来说,最糟糕的情况就是训练的模型
深度前馈网络学习方法 什么是深度前馈网络 深度前馈网络(deep feedforward network),也叫做前馈神经网络(feedforward neurnal network)或者多层感知机(multilayer perceptron, MLP),是典型的深度学习模型。前馈网络的目标是近似某个函数f_。例如,对于分类器,y=f_(x)将输入x映射到一个类别y。前馈网络定义了一个映射y=f
深度学习之RNN RNN基本概述 RNN的优势及结构形式 RNN的前向传播过程 BPTT算法 LSTM GRU:LSTM的变体 双向RNN RNN基本概述 我们首先看一下百度百科对于RNN的解释:循环神经网络(Recurrent Neural Network, RNN)是一类以序列(sequence)数据为输入,在序列的演进方向进行递归(recursion)且所有节点(循环单元)
深度学习:白话解释ResNet残差网络 一幅漫画引发的思考 什么是ResNet网络? 关于残差网络一些思考 一幅漫画引发的思考 先从一幅漫画说起话说有一天,小镇举行一场临摹比赛,规则是这样的:首先给大家一张底稿,然后在上面覆盖透明的纸进行作画。要求是每一层纸只允许画原稿的一部分特征,至于覆盖多少层纸不做要求。最后看谁能够画的最接近原底稿。 最后有三个人选择了三种不同的方式作画
深度学习:详细说明GoogleNet网络结构 什么是GoogleNet网络? Inception V1 Inception V2 Inception V3 Inception V4 什么是GoogleNet网络? 在我们上一篇博客深度学习:一篇你一定看的懂的VGG结构 中,我们详细介绍了VGG网络结构,并说明该结构获得了2014年ILSVRC比赛的第二名的好成绩。那么第一名是谁呢
啥也不会照样看懂交叉熵损失函数 什么是损失函数 损失函数的作用 有哪些损失函数 交叉熵(Cross Entroy)损失函数 什么是损失函数 损失函数(loss function)是用来估量模型的预测值与真实值的不一致程度,它是一个非负函数。一般来说,损失函数越小,模型的鲁棒性越好。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数表示预测值与真实值之
深度学习:Dropout如何解决过拟合 为什么是Dropout 什么是Dropout 为什么Dropout可以解决过拟合问题 Dropout的数学解释 Dropout的缩放问题 本文有些观点和比喻仅代表作者本人,请谨慎阅读。。。 为什么是Dropout 在机器学习的模型中,如果模型的参数太多,而训练样本又太少,训练出来的模型很容易产生过拟合的现象(类似于结构力学中的超静定问题,举这个栗子
为什么要正则化 我们在使用某个训练集训练机器学习模型的过程中,通常会计算在模型训练集上的损失函数来度量训练误差,损失越小,说明模型训练的越好。但是在实际情况中,我们不仅仅是要求模型在训练集上表现好,我们更希望的是模型在未得到训练的数据集上也有良好的表现,这种在未知的数据集上表现良好的能力称为泛化。 我们当然希望泛化误差越小越好。但是在降低训练误差和测试误差的过程中,我们通常面临着机器学习的两个挑
深度学习到底在干什么?---关于深度学习的方法论 前言 内容总结于深度学习圣经。通常我们从事深度学习会有两个方向:一个是以落地到产品的应用为主要目的;一个是以做前沿性的研究,做技术储备为目的。后者比较深奥,大多数公司主要以前者为主。那么问题来了,当我们以应用为目的的时候,我们对深度学习这门课程需要了解到什么程度?仅仅知道存在那些算法以及解释他们为何有效吗?这显然是不够的。 我们要做的是:知道如何针
一张图详细说明自动驾驶车辆如何搭建硬件系统文章结构说明 第一部分(1)一图展示自动驾驶硬件系统的总体架构(2)庖丁解牛说内容1 线控模块2传感器模块 第二部分(1)传感器的普遍问题传感器的标定传感器的时间同步文章结构说明本文整理自禾多科技轩辕平台负责人李文俊主讲,主题为《如何快速搭建自动驾驶的硬件系统》。整个演讲内容非常详尽、为了方便读者阅读,作者对原文(该演讲发布于2年前)进行了二次整理并添加了
RTK+GPS提高定位精度原理解析(一个小白写给另一个小白系列) GPS定位原理回顾 RTK基本概念 RTK组成 RTK传输差分示意 RTK数据链接 坐标转换 RTK应用 后记 我们在上一篇文章导航定位系统的原理解析(一个小白写给另一个小白)中跟大家介绍了GPS定位的基本原理,但是实际情况是,GPS单独使用的精度非常低,因此需要配合其他的辅助技术提高定位精度,今
无人驾驶时代的室外组网技术研究 车载自组网 车载自组网简介 车载自组网特点 车载自组网组成及建构 主流自组网通信方式 ZigBee WIFI Blue Tooth WiMAX DSRC 4G/5G 参考文献 车载自组网 车辆通信网络就是在汽车上装载移动通信设备,为高速行驶中的车辆提供一种高速率的宽带无线接入方式,构建一个以车辆为载体的庞大的无线物联网,包括车辆内
导航定位系统的原理解析(写给小白) 前言 ‘三星’定位基本原理(导航定位的原理) 传输误差 后记 前言 无人驾驶是这几年大火的一个研究方向,研究无人驾驶需要了解的知识非常多,但是导航定位技术一定是其中必不可少的一环。 本篇文章主要就GNSS系统如何实现定位进行一个简单的介绍,通过阅读本篇文章,你将了解: l 卫星导航实现定位的原理; l 辅助增强系统如何实现厘米级定位。 本篇文章
机器学习概述:什么是机器学习? 什么是机器学习 机器学习的发展历史 常见的机器学习算法框架 常见的机器学习开发流程 有监督机器学习算法 无监督机器学习算法 scikit-learn机器学习算法库 什么是机器学习 你是否使用像Siri或Alexa这样的个人助理
CNN卷积神经网络原理详解(中) 卷积神经网络与全连接神经网络的比较 卷积运算的数学解释 卷积计算的工作模式 卷积神经网络与全连接神经网络的比较 卷积神经网络(Convolutional Neural Network,CNN)是一种前馈神经网络,它的人工神经元可以响应一部分覆盖范围
CNN卷积神经网络原理详解(下) 反向传播 前向传播过程 反向传播过程 输出层向隐藏层的权值更新: 隐藏层向输入层的权值更新 反向传播 前面讲解了卷积神经网络的网络基本架构。我们在实际运算的时候会发现,随着计算次数的增加,我们的输出结果与我们的预期结
CNN卷积神经网络原理详解(上) 前言 卷积神经网络的生物背景 我们要让计算机做什么? 卷积网络第一层 全连接层 训练 前言 卷积网络(convolutional network),也叫作卷积神经网络(convolutional neural network,CNN),是一种专门用来处理具有类似网格结构的数
这是我见过讲解最详细最通俗易懂的决策树(二) 增益率 基尼指数 剪枝处理 预剪枝 后剪枝 我们在上一篇博文里面介绍了决策树的概念,讲到了什么是决策树,讲到了如何划分选择、讲到了何为信息增益等。今天我们继续之前的话题,首先讲解一下增益率。 如果您对上一篇博客的内容有所遗忘,请点击下面的连接 这是我见过讲解最详细最通俗易懂的决策树
这是我见过讲解最详细最通俗易懂的决策树(一) 基本流程 如何划分选择 总结 基本流程 我们在这篇文章没有公式,我们只谈决策树里面跟大家简单的介绍了决策树是个啥东西。今天我们将深入的介绍一下决策树。 首先决策树是一类常见的机器学习方法,以二分类任
积分
粉丝
勋章
TA还没有专栏噢
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信