摘要：
1.数据类型 1.1数字类型 数字类型分为整数、浮点数、复数、布尔 整数默认十进制表示，二进制0B开头，八进制0O开头，十六进制0X开头 浮点数默认是float类型，可以使用科学技术法，1.5e-5表示$1.5 * 10^{-5}$ 复数，1+2j，1是实部，2是虚部 布尔，True/False 2 阅读全文
摘要：
1.梯度下降法 1.1梯度 在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y), 分别对x,y求偏导数，求得的梯度向量就是(∂f/∂x, ∂f/∂y)T,简称grad f(x,y)或者▽f(x,y)。 微积分中使用梯度表示函数增长最快 阅读全文
摘要：
1.R-CNN R-CNN网络架构图 R-CNN网络框架流程 1）原图像经过 selective search算法提取约2000个候选框 2）候选框缩放到同一大小，原因是上图的ConvNet需要输入图片大小一致 3）通过ConvNet提取特征，原文ConvNet使用的是Alexnet，Alexnet 阅读全文
摘要：
SSD，全称Single Shot MultiBox Detector，是Wei Liu在ECCV 2016上提出的一种目标检测算法，截至目前是主要的检测框架之一，相比Faster RCNN有明显的速度优势，相比YOLO又有明显的mAP优势（不过已经被CVPR 2017的YOLO9000超越） 在V 阅读全文
摘要：
1.参数计算 卷积核大小*卷积核深度*输入该层数据的深度+卷积核深度 2.输出大小 (输入图像shape - 卷积核shape) / stride + 1 3.Dog-Vs-Cat实例 使用kaggle的Dog-Vs-Cat数据集，这个数据集包含25000条train数据，12500条test数据。 阅读全文
摘要：
from keras.datasets import boston_housing import numpy as np from keras import models from keras import layers import matplotlib.pyplot as plt #x,13个特征,一共404条数据 #y,连续值标签，单位是千美元 (x_train, y_train), (x... 阅读全文
摘要：
在第9轮以后，随之模型的训练，训练集的loss不断减少，但是验证集的loss开始增加，这种情况发生了过拟合，把轮次改成9即可 阅读全文
摘要：
from keras.datasets import imdb from keras.utils.np_utils import to_categorical import numpy as np from keras import models from keras import layers import matplotlib.pyplot as plt #one-hot编码 def vec... 阅读全文
摘要：
1.工作流程 定义问题 假设根据已知数据可以预测结果 面对的问题是什么类型问题，二分类、多分类、回归…… 选择衡量模型好坏的指标，指标用来指示损失函数，常用的是准确率、召回率 数据分割，留出部分数据评估模型好坏（测试集），留出部分数据调节超参数（验证集），留出部分数据训练模型（训练集），验证集和训练 阅读全文
摘要：
1.keras训练神经网络的一般步骤 导入数据，做数据处理，使数据符合模型要求 定义网络结构 定义损失函数、优化器、监控指标 训练模型 图形化 2.使用MNIST数据集的一个例子 结果图如下 可以发现随着轮数的提升，训练集的损失在不断减少，验证集的损失在轮数为5左右达到了最小；同理随着轮数提升，训练 阅读全文