深度学习笔记 - 专题

投稿

深度学习笔记

收录了101篇文章 · 92人关注

MXNET采坑记
卷积神经网络的输出单元数计算方法 `Conv2D`要求输入的x的形状为`(batch_size, in_channels, height, wi...

1.6 SoldierCall 0 2
吴恩达深度学习笔记(91)-带你了解计算机视觉现状
计算机视觉现状（The state of computer vision）深度学习已经成功地应用于计算机视觉、自然语言处理、语音识别、在线广告...

0.2 极客Array 0 5

吴恩达深度学习笔记(92)-目标检测之目标定位
这一周我们学习的主要内容是对象检测，它是计算机视觉领域中一个新兴的应用方向，相比前两年，它的性能越来越好。在构建对象检测之前，我们先了解一下对象...

0.8 极客Array 0 7
吴恩达深度学习笔记(93)-目标检测之特征点检测
特征点检测（Landmark detection）上节课，我们讲了如何利用神经网络进行对象定位，即通过输出四个参数值b_x、b_y、b_h和b...

2.5 极客Array 2 9
吴恩达深度学习笔记(94)-目标检测之检测算法
目标检测（Object detection）学过了对象定位和特征点检测，今天我们来构建一个对象检测算法。这节课，我们将学习如何通过卷积网络进行...

0.3 极客Array 0 2
吴恩达深度学习笔记(95)-目标检测之卷积网络滑动窗口实现
卷积的滑动窗口实现（Convolutional implementation of sliding windows）上节笔记，我们学习了如何通...

0.7 极客Array 0 7
吴恩达深度学习笔记(96)-目标检测之Bounding Box预测
Bounding Box预测（Bounding box predictions）在上一篇笔记中，你们学到了滑动窗口法的卷积实现，这个算法效率更...

0.7 极客Array 1 8

吴恩达深度学习笔记(89)-迁移学习（Transfer Learning）
迁移学习（Transfer Learning）如果你要做一个计算机视觉的应用，相比于从头训练权重，或者说从随机初始化权重开始，如果你下载别人已...

1.6 极客Array 0 14
吴恩达深度学习笔记(90)-数据扩充（Data augmentation）
数据扩充（Data augmentation）大部分的计算机视觉任务使用很多的数据，所以数据扩充是经常使用的一种技巧来提高计算机视觉系统的表现...

1.4 极客Array 0 10
吴恩达深度学习笔记(84)-残差网络讲解 (ResNets)
残差网络（Residual Networks (ResNets)）非常非常深的神经网络是很难训练的，非常非常深的神经网络是很难训练的，非常非常...

1.3 极客Array 0 7