随笔分类 - 研究生
摘要:在卷积神经网络(CNN)中,缩放因子 和 Softmax 归一化 是两个不同的概念,但它们在模型优化和输出处理中都扮演着重要角色。 1. 缩放因子(Scaling Factor) 缩放因子通常用于模型的优化过程中,尤其是在网络剪枝(Pruning)和稀疏化训练中。通过引入缩放因子,可以对卷积层的通道
阅读全文
摘要:在卷积神经网络(CNN)中,卷积核大小(Kernel Size) 和 步长(Stride) 是卷积操作的两个关键参数。它们直接影响卷积层的输出特征图(Feature Map)的大小和形状,以及模型的性能和计算复杂度。 1. 卷积核大小(Kernel Size) 卷积核大小是指卷积核(滤波器)的宽度和
阅读全文
摘要:在深度学习和神经网络中,Flatten 层 是一种常用的层类型,用于将多维输入数据展平为一维数据。它的主要作用是将输入的多维张量(例如图像数据)转换为一维向量,以便后续的全连接层(Dense Layer)可以处理这些数据。 Flatten 层的作用 在卷积神经网络(CNN)中,输入数据通常是多维的(
阅读全文
摘要:在卷积神经网络(CNN)中,特征增强技术是提升模型性能的重要手段,它可以帮助模型更好地捕捉局部细节、全局信息以及多尺度特征。以下是CNN中特征增强的适用场景、时机和具体方法: 特征增强的适用场景 图像分类与识别: 用于提升模型对不同类别图像的区分能力,例如在人脸识别、物体识别等任务中。 目标检测与分
阅读全文
摘要:是一种强大的监督学习算法,广泛应用于分类和回归问题。SVM 的核心思想是通过寻找一个最优的超平面来对数据进行分类,使得不同类别的样本尽可能被正确划分,并最大化两类之间的间隔。 1. SVM 的基本概念 1.1 什么是 SVM? SVM 是一种用于分类和回归的监督学习算法。它的核心思想是通过寻找一个最
阅读全文
摘要:Faster R-CNN 是一种流行的目标检测算法,能够从图像中检测和定位多个目标对象,并为每个目标提供类别标签和边界框。以下是 Faster R-CNN 可以得出的结果及其应用场景: 1. 目标检测结果 Faster R-CNN 的主要输出包括: 边界框(Bounding Boxes):每个检测到
阅读全文
摘要:原文链接:https://blog.csdn.net/weixin_42600407/article/details/129598522 图像识别App的制作可以分为以下几个步骤: 选择合适的开发平台: 你可以选择使用跨平台的开发工具, 比如React Native, Flutter等. 选择合适的
阅读全文
摘要:查了下资料,才发现软著的用处挺广,即使不是计算机专业的也可以做软著。 很多大学生在校期间也在做,还可以用来保研。 很多研究生毕业条件里也有软著这项。 公司也需要软著申请高新企业,还有政策优惠。 app上架,必须要软著。 软著是需要3000行代码的。不足3000行代码,需要提交所有的代码。超过3000
阅读全文
摘要:以下为ai生成: 正则化项是机器学习中用于控制模型复杂度的一种技术,它通过向损失函数添加额外的惩罚项来实现这一目的。这样做的主要好处是防止模型过拟合训练数据,从而帮助模型更好地泛化到未见过的数据。正则化项的作用是通过对模型参数进行惩罚,鼓励模型选择更简单的解决方案,例如通过限制参数的大小或稀疏性。
阅读全文
摘要:原文链接:https://blog.csdn.net/weixin_43972154/article/details/120199833 1. BN层的作用BN层使得神经网络能够设定较高的初始学习率,加速模型收敛过程;将数据进行归一化处理,即在网络的每一层输入的时候,插入了一个归一化层,然后再进入网
阅读全文
摘要:原文链接:https://blog.csdn.net/weixin_52963585/article/details/124903050 在实际的试验中发现,随着卷积层和池化层的叠加,不但没有出现学习效果越来越好的情况,反而两种问题: 梯度消失和梯度爆炸梯度消失:若每一层的误差梯度小于1,反向传播时
阅读全文
摘要:原文链接:https://zhuanlan.zhihu.com/p/402766063 作为轻量化网络的经典网络,MobileNet自诞生就被广泛应用于工业界。笔者也经常在结构设计中使用MobileNet的诸多设计思想。本文参考众多大神文章,较详细介绍MobileNet系列的设计及改进思想,力求温故
阅读全文
摘要:1. 标准卷积(Standard Convolution) 方法: 使用固定的卷积核(滤波器)在输入特征图上滑动,提取局部特征。 适用范围: 图像分类:如在 AlexNet、VGGNet 中,标准卷积用于逐步提取图像的局部特征。 通用特征提取:适用于大多数需要提取局部特征的任务。 2. 深度可分离
阅读全文
摘要:原文链接:https://blog.csdn.net/nanhuaibeian/article/details/100532038、https://cloud.tencent.com/developer/article/2299601 改进:https://www.bilibili.com/read
阅读全文
摘要:4. 激活函数的选择策略 默认选择 ReLU: ReLU 是最常用的激活函数,适用于大多数卷积层和全连接层。 如果没有特殊需求,可以优先选择 ReLU。 处理负输入值: 如果网络需要处理负输入值,可以考虑使用 Leaky ReLU 或 PReLU。 缓解梯度消失问题: 如果网络较深,梯度消失问题较为
阅读全文
摘要:原文链接:https://blog.csdn.net/a486259/article/details/131311587 https://zhuanlan.zhihu.com/p/476242144 https://blog.51cto.com/u_16099337/6715905 池化层的本质是一
阅读全文
摘要:过拟合解释:主要发生在模型在训练数据上表现得非常好,但在未见过的数据(即测试数据)上表现较差的情况。这通常意味着模型过于复杂,能够记住训练数据的细节和噪声,而不是学习数据的通用模式,过拟合的原因包括模型复杂度过高、训练数据不足、特征选择不当等。为了防止或减少过拟合,可以采取多种方法,如增加训练数据
阅读全文
摘要:原文链接:https://baijiahao.baidu.com/s?id=1738595479329991634&wfr=spider&for=pc .md文件全称是markdown,是一种标记语言。.md文件可以当记事本一样使用,作为编辑软件,还可以自己添加样式,图片,链接等,可以用记事本打开,
阅读全文
摘要:原文链接:https://blog.csdn.net/weixin_57775672/article/details/128527024 前言随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容中下载torch包遇见的一些问题和解决方法。
阅读全文
摘要:原文链接:https://blog.csdn.net/thy0000/article/details/133557862 super().__init__() 是用于在 Python 中调用父类(也称为超类或基类)的构造方法(__init__ 方法)的一种方式。这通常在子类的构造方法中使用,以便在添
阅读全文