The future of you, waiting for you in the future.

Geoffrey

Long, long the pathway to Cold Hill;
Drear, drear the waterside so chill.

返回顶部

12 2020 档案

第2章_神经网络入门_2-5&2-6 数据处理与模型图构建
摘要：神经元的TF实现 安装 版本： Python 2.7 tf 1.8.0 Linux 略 demo 神经网络的TF实现 # py36 tf 2.1. # import tensorflow as tf import tensorflow.compat.v1 as tf tf.compat.v1.dis 阅读全文
posted @ 2020-12-12 22:26 Geoffreygau 阅读(160) 评论(0) 推荐(0) 编辑
第2章_神经网络入门_2-4 梯度下降
摘要：梯度下降法 TF 基础 阅读全文
posted @ 2020-12-12 20:53 Geoffreygau 阅读(96) 评论(0) 推荐(0) 编辑
第2章_神经网络入门_2-3 神经元多输出
摘要：添加神经元 举个栗子 多分类logistic模型 目标函数 阅读全文
posted @ 2020-12-12 20:48 Geoffreygau 阅读(121) 评论(0) 推荐(0) 编辑
第2章_神经网络入门_2-2 神经元-逻辑斯底回归模型
摘要：神经网络 神经元 举个栗子 激活函数 阅读全文
posted @ 2020-12-12 20:38 Geoffreygau 阅读(92) 评论(0) 推荐(0) 编辑
第2章_神经网络入门_2-1 机器学习、深度学习简介
摘要：![](https://img2020.cnblogs.com/blog/1834331/202012/1834331-20201212202028249-272395940.png) ![](https://img2020.cnblogs.com/blog/1834331/202012/1834331-20201212202351692-1575017791.png) ![](https://i 阅读全文
posted @ 2020-12-12 20:26 Geoffreygau 阅读(65) 评论(0) 推荐(0) 编辑
Object Detection
摘要：原文：https://handong1587.github.io/deep_learning/2015/10/09/object-detection.html Method backbone test size VOC2007 VOC2010 VOC2012 ILSVRC 2013 MSCOCO 2 阅读全文
posted @ 2020-12-07 17:14 Geoffreygau 阅读(1724) 评论(0) 推荐(0) 编辑
目标检测的评价指标（TP、TN、FP、FN、Precision、Recall、IoU、mIoU、AP、mAP）
摘要：1. TP TN FP FN ​ GroundTruth 预测结果 TP（True Positives）： 真的正样本 = 【正样本 被正确分为 正样本】 TN（True Negatives）： 真的负样本 = 【负样本 被正确分为 负样本】 FP（False Positives）： 假的正样本 = 阅读全文
posted @ 2020-12-07 09:40 Geoffreygau 阅读(5653) 评论(0) 推荐(0) 编辑
计算机视觉、机器学习相关领域论文和源代码大集合
摘要：计算机视觉、机器学习相关领域论文和源代码大集合 一、特征提取Feature Extraction： · SIFT [1] [Demo program]、[SIFT Library]、 [VLFeat] · PCA-SIFT [2] [Project] · Affine-SIFT [3] [Proje 阅读全文
posted @ 2020-12-05 11:48 Geoffreygau 阅读(320) 评论(0) 推荐(0) 编辑
库、教程、论文实现，这是一份超全的PyTorch资源列表
摘要：项目地址：https://github.com/bharathgs/Awesome-pytorch-list 列表结构： NLP 与语音处理 计算机视觉 概率/生成库 其他库 教程与示例 论文实现 PyTorch 其他项目 自然语言处理和语音处理 该部分项目涉及语音识别、多说话人语音处理、机器翻译、 阅读全文
posted @ 2020-12-05 11:36 Geoffreygau 阅读(342) 评论(0) 推荐(0) 编辑
深度学习新手“入门指导系列”
摘要：本文适用于深度学习新手的“入门指导系列”，也有适用于老司机的论文代码实现，包括 Attention Based CNN、A3C、WGAN、BERT等等。所有代码均按照所属技术领域分类，包括机器视觉/图像相关、自然语言处理相关、强化学习相关等等。所以如果你打算入手这风行一世的 PyTorch 技术，那 阅读全文
posted @ 2020-12-04 17:35 Geoffreygau 阅读(729) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示