小象增强学习课件DQN网络和Q-learning
摘要：
策略学习：学习action 价值学习：最大的回报 阅读全文
posted @ 2017-10-31 19:34 koocn 阅读(227) 评论(0) 推荐(0) 编辑
2017年10月31日 #
11月深度学习班第5课风格变化NeuralStyle
摘要：
重点是损失函数的改进 这个损失函数是用来衡量两张图片的相似度、 损失函数：损失函数（content）+损失函数（style） 损失函数（content）：卷积网络的每一层的卷积矩阵的差值逐点做差求和 损失函数（style）： 卷积网络的每一层的对应点的做乘积求和 注意：x:合成图片每一层的卷积 F 阅读全文
posted @ 2017-10-31 17:03 koocn 阅读(134) 评论(0) 推荐(0) 编辑
11月深度学习班第5课图像物体检测：rcnn/fast-rcnn/faster-rcnn
摘要：
部分代码与训练数据 R-CNN(Cafffe + MATLAB): https://github.com/rbgirshick/rcnn (非常慢，看看就好)Fast R-CNN(Caffe + MATLAB): https://github.com/rbgirshick/fast-rcnn (非端 阅读全文
posted @ 2017-10-31 16:54 koocn 阅读(230) 评论(0) 推荐(0) 编辑
11月深度学习班第4课深度学习框架与应用:Caffe/Torch/TensorFlow/MxNet
摘要：
Caffe vs Torch vs TensorFlow vs MxNet 阅读全文
posted @ 2017-10-31 10:25 koocn 阅读(261) 评论(0) 推荐(0) 编辑
11月深度学习班第3课CNN动态演示图
摘要：
完整CNN演示图：http://cs231n.github.io/assets/conv-demo/index.html 阅读全文
posted @ 2017-10-31 09:49 koocn 阅读(274) 评论(0) 推荐(0) 编辑
11月深度学习班第3课典型CNN网络结构:VGG/GooleNet/ResNet
摘要：
阅读全文
posted @ 2017-10-31 09:47 koocn 阅读(371) 评论(0) 推荐(0) 编辑