MIOU,即平均交并比(Mean Intersection over Union),是评价语义分割模型性能的一个重要指标。它计算的是预测结果中每一类结果的交并比的平均值。假设...
MIOU,即平均交并比(Mean Intersection over Union),是评价语义分割模型性能的一个重要指标。它计算的是预测结果中每一类结果的交并比的平均值。假设...
语义分割训练的output结果一般是[batch_size, num_classes, width, height]这样的形式,而label的结果一般是[batch_size...
VBA在操作Excel等Office软件方面有天然的优势,虽说现在Python的Pandas,openpyxl和Java的poi包都可以处理Excel文件,但有两个问题:首先...
在注意力机制中,每个查询都会关注所有的键值对并生成一个注意力输出。如果查询q,键k和值v都来自于同一组输入,那么这个注意力就被称为是自注意力(self-attention)。...
为了减少计算复杂度,通过借鉴生物神经网络的一些机制,我们引入了局部连接、权重共享以及汇聚操作来简化神经网络结构。神经网络中可以存储的信息量称为网络容量。一般来讲,利用一组神经...
门控循环单元(GatedRecurrentUnit,GRU)网络,也是一种基于门控的循环神经网络,但是名气不如LSTM大,GRU是对LSTM的一种改版,可以理解为是LSTM的...
之前我们介绍了循环神经网络的原理以及实现。但是循环神经网络有一个问题,也就是长期依赖问题。我们之前的01序列预测案例中可以看到,当序列长度到达10以上之后错误就会增多,说明简...
深度学习模型中的权重初始化经常被人忽略,而事实上这是非常重要的一个步骤,模型的初始化权重的好坏关系到模型的训练成功与否,以及训练速度是否快速,效果是否更好等等,这次我们专门来...
我们生活的世界充满了形形色色的序列数据,只要是有顺序的数据统统都可以看作是序列数据,比如文字是字符的序列,音乐是音符组成的序列,股价数据也是序列,连DNA序列也属于序列数据。...
卷积神经网络相当于人类的视觉,但是它并没有记忆能力,所以它只能处理一种特定的视觉任务,没办法根据以前的记忆来处理新的任务。比如,在一场电影中推断下一个时间点的场景,这个时候仅...
ResNet是2015年的ImageNet竞赛的冠军,由微软研究院的何凯明等人提出。ResNet,残差神经网络是一种通过残差块来构建的神经网络,通过残差模块可以训练152层以...
在2014年的ImageNet图像识别大赛中,一个名叫GoogleNet的网络架构大放异彩。GoogleNet使用了一种叫作inception的结构。其实GoogleNet本...
VGG,也叫VGGNet,是ImageNet大赛2014年的亚军,总体也是通过卷积层和池化层的叠加,最后加上一个全连接层来实现的卷积神经网络。它的主要特点是采用了更小的滤波器...
AlexNet是第一个现代深度卷积网络模型,其首次使用了很多现代深度卷积网络的一些方法,如使用GPU并行训练,采用ReLU函数作为非线性函数,使用Dropout技术防止过拟合...
卷积神经网络中,用卷积来代替全连接。由卷积层、汇聚层(池化层)以及最后套一个全连接层组成。 卷积层 卷积层有两个重要的特点:局部连接和权重共享。局部连接是指卷积层中的每一个神...
本文CNN原理部分参考复旦大学丘锡鹏老师的《神经网络与深度学习》一书。 卷积神经网络 卷积神经网络(Convolutional Neural Network, CNN)是一种...
贝叶斯理论 贝叶斯决策论是概率框架下实施决策的基本方法。对分类任务来说,在所有相关概率都已知的理想情况下,贝叶斯决策论考虑如何基于这些概率和误判损失来选择最有的类别标记。贝叶...