位深度畫素深度

1/4ページ

深度解讀如何在H5中完美融入VR技術

 VR技術,應該是當下最人們的技術了,各大硬體廠商接連推出VR硬體,也對VR未來進行暢想,彷彿VR已經真的融入到我們身邊了。   然而,VR裝置也是五花八門,有牛人“紙製”,也有“大廠”生產,我們從技術角度來舉例說明下VR,3D全景技術怎麼用H5來武裝自己的營銷。 先百度百科下,VR是什麼?   曰 […]

深度:一套系統從無到有的設計

———— / BEGIN / ———— 網際網路公司常常將產品方向分為兩類,C端和B端。 C端主要是面向客戶和消費者的系統,B端的範圍則相對模糊:給供應商或商家使用的系統,給內部業務人員使用的系統,都統稱為B端系統。 C端和B端系統建設的出發點和側重點完全不同。 C端系統偏重使用者體驗,強調感性,持 […]

深度殘差網路RESNET

一、殘差神經網路——ResNet的綜述 深度學習網路的深度對最後的分類和識別的效果有著很大的影響,所以正常想法就是能把網路設計的越深越好, 但是事實上卻不是這樣,常規的網路的堆疊(plain network)在網路很深的時候,效果卻越來越差了。其中原因之一 即是網路越深,梯度消失的現象就越來越明顯, […]

深度學習筆記8:softmax層的實現

如果有什麼疑問或者發現什麼錯誤,歡迎在評論區留言,有時間我會一一回復 softmax簡介 Softmax迴歸模型是logistic迴歸模型在多分類問題上的推廣,在多分類問題中,待分類的類別數量大於2,且類別之間互斥。比如我們的網路要完成的功能是識別0-9這10個手寫數字,若最後一層的輸出為[0,1, […]

深度強化學習(Deep Reinforcement Learning)入門:RL base & DQN-DDPG-A3C introduction

過去的一段時間在深度強化學習領域投入了不少精力,工作中也在應用DRL解決業務問題。子曰:溫故而知新,在進一步深入研究和應用DRL前,階段性的整理下相關知識點。本文集中在DRL的model-free方法的Value-based和Policy-base方法,詳細介紹下RL的基本概念和Value-base […]

深度學習筆記(0)——機器學習基本概念

本篇部落格僅針對毫無機器學習理論背景的人,其他人可以直接跳過。機器學習(machine learning)是最近非常火的一個領域,關於其一些基本定義百度百科、維基百科或者網上隨便都可以找到很多資料,所以這裡不做過多解釋。 就我個人理解,通常任何問題我們都可以用一個數學模型來解釋: y=f(x) y= […]

1 4