摘要：
前两个的默认是只有一个主体，对于 localization 使用的方法就是一个回归问题，回归值是一个四元组 对于 多对象的图片，使用slide window的方式来扫描，中间有些技巧 VGG 适合做迁移学习 ，GoogleLeNet 在 VGG 初始上参数调整的 ResNet 微软 152 层，这么 阅读全文
posted @ 2016-06-01 17:18 洞明 阅读(5648) 评论(2) 推荐(0) 编辑
摘要：
1. 网络调不了 1) init 的工作 2) 想办法找pre train 去 fine tuning 3) batch normalization 减小依赖度 4) 别用 sigmoid 2. 准确率上不去 或者 早停止 了，即：validate 或者 交叉验证集 上的loss 不再下降，但是 t 阅读全文
posted @ 2016-06-01 17:16 洞明 阅读(6505) 评论(0) 推荐(0) 编辑
摘要：
LR 本身也可以视为一个 感知机，只是把 sign 函数转化为 sigmoid 函数 这里既可以说是 LR，也可以说是 感知机 即：神经网络 有 LR 或者感知机组成 神经网络通过 sigmoid 等非线性变换函数可以实现逻辑或，逻辑与 主要工作在这个 sigmoid 层，而前面的系数w 需要预先配 阅读全文
posted @ 2016-06-01 17:14 洞明 阅读(1184) 评论(0) 推荐(0) 编辑
摘要：
斜率是数值没有方向，核心表示的是速率 梯度有方向的，核心想要表示的是某一个方向 梯度并不是简单的 y 对于每一个维度上的偏导的 拼接组合，即： grad(f) = (df/dx·i, df/dy·j, df/dz·k) 其中 后面缀的 一定是 i j k 这三个基就可以了 因为具体的方向问题，由于前 阅读全文
posted @ 2016-06-01 17:12 洞明 阅读(734) 评论(0) 推荐(0) 编辑
摘要：
要开始逐步 去尝试接收矩阵计算 在逻辑等价上，矩阵计算 与 for循环 是等价的 for 循环是矩阵运算的标量化，是低效的 高效计算的基础是大量使用矩阵运算 1. 用库来规范自己的科学计算行为，你用的矩阵操作，在 numpy scipy 上都有 2. 用库来规范你的预处理，preprocess 3. 阅读全文
posted @ 2016-06-01 17:11 洞明 阅读(725) 评论(0) 推荐(0) 编辑