卷积神经网络
-
图像处理之基础—二维卷积c实现
http://wenku.baidu.com/link?url=4RzdmvP9sdaaUbnVEW4OyBD-g67wIOiJjKFF3Le_bu7hIiBS7I6hMcDmCXrQwsHvrsPvR4666J1qF1ff5JVvd2xL8rzL9N81qvL-1dwkiim 特别说明一下，根据那本书所说，这算的是线性卷积。还有种卷积叫循环卷积。 （1）…
-
PyTorch基础——使用卷积神经网络识别手写数字
一、介绍 实验内容 内容包括用 PyTorch 来实现一个卷积神经网络，从而实现手写数字识别任务。 除此之外，还对卷积神经网络的卷积核、特征图等进行了分析，引出了过滤器的概念，并简单示了卷积神经网络的工作原理。 知识点 使用 PyTorch 数据集三件套的方法 卷积神经网络的搭建与训练 可视化卷积核、特征图的方法 二、数据准备 引入相关包 import to…
-
卷积神经网络CNN经典模型整理Lenet，Alexnet，Googlenet，VGG，Deep Residual Learning（转）
参考：http://blog.csdn.net/xbinworld/article/details/45619685
-
dilated convolutions：扩张卷积
最近在阅读《Context Encoding for Semantic Segmentation》中看到应用了dilated convolutions。 扩张卷积与普通的卷积相比，除了卷积核的大小以外，还有一个扩张率(dilation rate)参数，主要用来表示扩张的大小。扩张卷积与普通卷积的相同点在于，卷积核的大小是一样的，在神经网络中即参数数量不变，区…
-
卷积理论 & 高维FWT学习笔记
之前做了那么多生成函数和多项式卷积的题目，结果今天才理解了优化卷积算法的实质。 首先我们以二进制FWT or作为最简单的例子入手。 我们发现正的FWT or变换就是求$\hat{a}_j=\sum_{i\in j}a_i$，即子集和，那这个是怎么来的呢？ 我们假设$a$到$\hat{a}$的转移矩阵为$X$，则 $$(\sum_{j}X_{i,j}a_j)*…
-
验证码进阶（TensorFlow–基于卷积神经网络的验证码识别）
本人的第一个深度学习实战项目，参考了网络上诸多牛人的代码，在此谢过，因时间久已，不记出处，就不一一列出，罪过罪过。 我的数据集是我用脚本在网页上扒的，标签是用之前写的验证码识别方法打的。大概用了4000+多张图训练。 我的数据集都经过处理了，降噪，二值化，最后裁剪为18*60的大小，详细见我之前的验证码简单识别那篇随笔。 #coding:utf-8 imp…
-
因果卷积（causal）与扩展卷积（dilated）
因果卷积（causal）与扩展卷积（dilated）之An Empirical Evaluation of Generic Convolutional and Recurrent Networks for Sequence Modeling author：gswycf 最近在看关于NLP（自然语言处理）方面的文章，（其实不是自己要看），anyway，看了…
-
用PyTorch微调预训练卷积神经网络
转自:http://ruby.ctolib.com/article/wiki/77331 Fine-tune pretrained Convolutional Neural Networks with PyTorch. Features Gives access to the most popular CNN architectures pretrained…
-
20160620卷积神经网络
预备知识：前向神经网络和BP训练算法。cnn目前主要应用在图像领域，它的网络结构相对于普通的神经网络来说，有了卷积层以及参数共享机制使得参数数量大大减少。 1. CNN结构 先来个图吧！ 1.1 数据输入层DATA 上图没画出来，这个是放在最前做的，毕竟是数据输入层嘛！一般数据输入层需要可以进行以下操作：去均值（cnn只做这个，把train data各个维度…
-
分组卷积+squeezenet+mobilenet+shufflenet的参数及运算量计算
来一发普通的二维卷积1.输入feature map的格式为：m * m * h1 2.卷积核为 k * k 3.输出feature map的格式为： n * n * h2 参数量：k * k * h1 * h2 计算量： k * k * h1 * n * n * h2 分组卷积设分组大小为g，则： 参数量： (k * k * h1/g * h2 /g) * …
