随笔分类 - 深度学习
摘要：训练过程中的误差，就是训练误差。 在验证集上进行交叉验证选择参数（调参），最终模型在验证集上的误差就是验证误差。 训练完毕、调参完毕的模型，在新的测试集上的误差，就是测试误差。 假如所有的数据来自一个整体，模型在这个整体上的误差，就是泛化误差。通常说来，测试误差的平均值或者说期望就是泛化误差。 综合
阅读全文
摘要：分类网络迁移过来，用作特征提取器（通过在OD数据集上进行微调，并且与后续的网络的共同训练，使得它提取出来的特征更适合OD任务），后续的网络负责从这些特征中，检测目标的位置和类别。那么，我们就将分类网络所在的环节称之为“Backbone”，后续连接的网络层称之为“Detection head”。 骨干
阅读全文
摘要：参考 https://www.aiuai.cn/aifarm422.html
阅读全文
摘要：官方文档 https://imgaug.readthedocs.io/en/latest/source/overview/arithmetic.html#cutout 首先下载项目 https://github.com/aleju/imgaug 然后建立conda独立环境 conda install
阅读全文
摘要：在图像处理中，卷积经常作为特征提取的有效方法。一幅图像在经过卷积 操作后得到结果称为特征映射（Feature Map）。 汇聚层（Pooling Layer）也叫子采样层（Subsampling Layer），或者直译为池化层 其作用是 进行特征选择，降低特征数量，并从而减少参数数量 : 卷积层虽然
阅读全文
摘要：转自 某大佬的公众号 为什么要使用滑动平均模型？ 通过使用滑动平均我们可以使神经网络模型在测试数据上更健壮，在使用随机梯度下降算法训练神经网络时，通过滑动平均模型可以在一定程度上提高最终模型在测试数据上的表现： 它通过控制衰减率(decay)来控制参数更新前后之间的差距，从而达到减缓参数的变化幅度的
阅读全文
摘要：各位同学，大家下午好，首先跟大家说抱歉，因为今天我讲的时间不会太长。今天来参加复旦大学智能信息处理重点实验室的学术委员会，感谢实验室的主任周水庚教授给我布置了一个任务，让我在走之前给大家做一个报告。今天主要跟大家分享一下我们关于机器学习的一些非常粗浅的一些看法。只是代表我们自己的认识，谈一下现在机器
阅读全文
摘要：（一） 一 2016 年一月底，人工智能的研究领域，发生了两件大事。 先是一月二十四号，ＭIT 的教授，人工智能研究的先驱者，Marvin Minsky 去世，享年89 岁。 三天之后，谷歌在自然杂志上正式公开发表论文，宣布其以深度学习技术为基础的电脑程序 AlphaGo， 在 2015年 十月,连
阅读全文
摘要：神经网络的学习的目的是找到使损失函数的值尽可能小的参数。这是寻找最优参数的问题， 解决这个问题的过程称为最优化 （optimization）而由于参数空间复杂,无法轻易找到最优解 1随机梯度下降法 （stochastic gradient descent）,简称SGD : 分步走, 朝着当前所在位置
阅读全文
摘要：熵 定义： 用来度量信息的不确定程度。 解释： 熵越大，信息量越大。不确定程度越低，熵越小，比如“明天太阳从东方升起”这句话的熵为0，因为这个句话没有带有任何信息，它描述的是一个确定无疑的事情。 例子：假设有随机变量X，用来表达明天天气的情况。X可能出现三种状态 1) 晴天2) 雨天 3)阴天 每种
阅读全文
摘要：首先选择解释器 选择TensorFlow版本的conda版本 （当然你如果是通过python单独安装的TensorFlow也可以） 编辑器输入代码，进行测试 成功~ https://code.visualstudio.com/docs/python/python-tutorial 更多VScode技
阅读全文
摘要：注意： 1.目前Anaconda 更新原命令activate tensorflow 改为 conda activate tensorflow 2. 目前windows with anaconda 可以使用python 3.6，需要注意，如使用3.6，则需注意在创建conda环境时需使python=3
阅读全文
摘要：安装TensorFlow 1.5.0 CPU版本 ：仅支持CPU的TensorFlow。 如果您的系统没有NVIDIA GPU，则必须安装此版本。 1.首先下载和安装Anaconda TensorFlow Windows版目前官方支持Python 3.5或3.6 2 打开Anaconda Promp
阅读全文
