版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/weixin_42432468
学习心得：
1、每周的视频课程看一到两遍
2、做笔记
对深度学习解决问题流程的理解，来自笔记本图片：
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：吴恩达深度学习4.3笔记_Convolutional Neural Networks_目标检测 - Python技术站
1.神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接。最左边的层叫做输入层，这层负责接收输入数据；最右边的层叫输出层，我们可以从这层获取神经网络输出数据。输入层和输出层之间的层叫做隐藏层。 2.隐藏层比较多（大于2）的神经网络叫做深度神经网络。而深度学习，就是使用深层架构（比如，深度神经网络）的机器学习方法。 那么深层网络和浅层网络相…
源代码：https://github.com/willard-yuan/flask-keras-cnn-image-retrieval.git 图像检索基础小项目，我用来入门。 实践步骤： 搭建环境 运行程序 啃代码 搭建环境下载Anaconda，根据官方指导修改内嵌python版本为3.6.8。用Anaconda创建虚拟环境v36，在v36下安装Thean…
import cv2import numpy as np #filier 2Dsavepath = “E:\\”image = cv2.imread(‘E:\\me.jpg’);cv2.imshow(‘image’, image)#cv2.imwrite(savepath + ‘me001’+’.jpg’,image)kernel1 = np.array([…
现在的卷积实现无非是那么几种：直接卷积、im2col+gemm、局部gemm、wingrod、FFT。如果直接卷积的话，其实kernel函数是比较好实现。以下代码参考至《OpenCL Programing Guide》，主要是main函数各种构造比较麻烦，个人感觉，OpenCL为了追求平台的移植性，使用起来实在是太不方便了。(代码仅表示思路，未测试) Con…
这篇文章主要介绍了pytorch中的model=model.to(device)使用说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教 这代表将模型加载到指定设备上。 其中，device=torch.device(“cpu”)代表的使用cpu，而device=torch.device(“cuda”)则代表的使用GPU。 当我…
在联邦场景下，C个知识图谱位于不同的客户端上。知识图谱拥的实体集合之间可能会存在重叠，而其关系集合和元组集合之间则不会重叠。我们联系一下现实场景看这是合理的，比如在不同客户端对应不同银行的情况下，由于不同银行都有着自己的业务流程，所以关系集合不重叠。本文我们来看具体在实验环节怎么去划分联邦异构知识图谱数据。 1 导引 我们在博客《联邦学习：联邦场景下的多源知…
引言 今天为大家带来社区作者的精选推荐《Tensorfow 2 实战之从零开始构建 YOLOv3 目标检测网络》。想知道如何正确使用 Tensorflow 2 实现 YOLOv3 算法？CSDN 认证博客专家 @ZONG_XP 为你带来专业讲解，手把手教你搭建目标检测网络！ 网上虽然有很多利用 TensorFlow 实现 YOLOv3 的代码和文章，但感觉讲…
1. 从神经网络谈起 了解神经网络的都知道，神经网络作为一种非线性模型，在监督学习领域取得了state-of-art的效果，其中反向传播算法的提出居功至伟，到如今仍然是主流的优化神经网络参数的算法. 递归神经网络、卷积神经网络以及深度神经网络作为人工神经网络的”变种”，仍然延续了ANN的诸多特质，如权值连接，激励函数，以神经元为计算单元等，只不过因为应用场景…
微信扫一扫 
支付宝扫一扫