- 2018.08.05
- deeplearning, it深度學習, φ深度學習, 在深度學習, 深度學習和,
深度學習應用資源整理
1. 分類 2. 目標跟蹤 http://blog.csdn.net/real_myth/article/details/52620145 深度學習在目標跟蹤中的應用 http://blog.csdn.net/ben_ben_niao/article/details/51315000 CNN […]
-->
程式前沿 幫助程式設計師解決問題,增加專業技能,提升個人能力與未來世界競爭力。
1. 分類 2. 目標跟蹤 http://blog.csdn.net/real_myth/article/details/52620145 深度學習在目標跟蹤中的應用 http://blog.csdn.net/ben_ben_niao/article/details/51315000 CNN […]
簡介 DL是ML的分支,DL的框架與ML框架的一部分。 ML框架 資料 D D={xi,yi|1≤i≤m} \begin{equation} D = \{ x_i,y_i | 1 \le i \le m \} \end{equation} xix_i是監督學習的訓練資料輸入,yiy_i輸入訓練資料對 […]
1、主要貢獻: (1) proposing a scale-equitable face detection framework to handle different scales of faces well. (2) improving the recall rate o […]
本文的主要內容是提出了一種新的既能夠保證一定速度又能保證一定精度的目標檢測演算法,這種演算法成為“SSD”目標檢測模型。 1. 綜述 這篇論文提出了一種僅適用單一深度神經網路的影象中的目標檢測演算法。這種演算法稱為 SSD,它輸出一系列 離散化 的 bounding boxes,這些 bou […]
Learning to See in the Dark ref:http://web.engr.illinois.edu/~cchen156/SID.html 介紹 去噪、去模糊都有,不過在低光照下還是比較難的。高ISO可以提亮,但也會放大噪聲。直接縮放或者拉伸直方圖,也有一定效果,不過並不能彌補光 […]
先引用一種思路: 至於為什麼在下式不成立: 在於我們從長度著手的處理方法,應該從下一層最多從上一層吸收的長度著手(這也是和先前的假設pad操作不能擴充套件資訊量相對應的),用一張圖解釋一下: 舉個例子:在maxpooling層中,如果它的kenerl size是2×2,輸出結果中的每一個元 […]
參考連結: http://blog.csdn.net/gzq0723/article/details/53138430 http://blog.csdn.net/kuaitoukid/article/details/46829355 這兩篇部落格各有優缺點,我結合自己的理解分析一下。 概念: 感 […]
來自:http://www.cnblogs.com/Mu001999/p/6221093.html #匯入需要的模組 import numpy as np #numpy只儲存數值,用於數值運算,解決Python標準庫中的list只能儲存物件的指標的問題 import os #本例子中沒有使用到 im […]
import numpy as np import mxnet as mx import logging logging.getLogger().setLevel(logging.DEBUG) batch_size = 100 mnist = mx.test_utils.get_mnist() tr […]
第一課:MXNet/Gluon環境配置和安裝 因為我是基本從零學習的深度學習這門課程,在聽過李沐的課程後,雖然他的學習資料很詳細,但是並沒有適合我的具體操作思路和方法,所以根據我的具體情況總結了以下配置和安裝具體步驟: 安裝流程和介紹: 每個教程是一個可以編輯和執行的Jupyter notebook […]