文章分类 - deeplearning.ai
发表于 2018-11-10 20:29阅读：450评论：0推荐：0
摘要：一维到三维推广（ 1D and 3D generalizations of models） 2D 卷积 你可能会输入一个 14×14 的图像，并使用一个 5×5 的过滤器进行卷积，接下来你看到了 14×14 图像是如何与 5×5 的过滤器进行卷积的，通过这个操作你会得到 10×10 的输出。 如果你
阅读全文 »
发表于 2018-11-10 19:32阅读：735评论：0推荐：0
摘要：风格代价函数（Style cost function） 比如你有这样一张图片，现在你选择了某一层l，比如这一层去为图片的风格定义一个深度测量，现在我们要做的就是将图片的风格定义为l层中各个通道之间激活项的相关系数。 现在你将l层的激活项取出，这是个${n_H} \times {n_W} \times
阅读全文 »
发表于 2018-11-10 16:16阅读：384评论：0推荐：0
摘要：内容代价函数（Content cost function） 风格迁移网络的代价函数有一个内容代价部分，还有一个风格代价部分。 假如说，你用隐含层l来计算内容代价，如果l是个很小的数
阅读全文 »
发表于 2018-11-10 15:52阅读：404评论：0推荐：0
摘要：代价函数（Cost function） 要构建一个神经风格迁移系统，让我们为生成的图像定义一个代价函数，你接下看到的是，通过最小化代价函数，你可以生成你想要的任何图像。 给你一个内容图像C，给定一个风格图片S，而你的目标是生成一个新图片G。为了实现神经风格迁移，你要做的是定义一个关于G的代价函数J用
阅读全文 »
发表于 2018-11-10 15:18阅读：1843评论：0推荐：0
摘要：什么是深度卷积网络 ？ （What are deep ConvNets learning?） 假如你训练了一个卷积神经网络，是一个 Alexnet，轻量级网络，你希望将看到不同层之间隐藏单元的计算结果。 从第一层的隐藏单元开始，假设你遍历了训练集，然后找到那些使得单元激活最大化的一些图片，或者是图片
阅读全文 »
发表于 2018-11-10 14:41阅读：568评论：0推荐：0
摘要：什么是神经风格转换？（ What is neural style transfer?） 使用 C来表示内容图像 ，S表示风格图像 ，G表示表示生成的图像。 第一幅图像C是斯坦福大学，S是梵高的星空，G是最终生成的图像。第一幅图像C是旧金山的金门大桥，S是毕加索的画，G是最终生成的图像。为了实现神经风
阅读全文 »
发表于 2018-11-10 14:33阅读：627评论：0推荐：0
摘要：面部验证与二分类 （Face verification and binary classification） 另一个训练神经网络的方法是选取一对神经网络，选取 Siamese 网络，使其同时计算这些嵌入，比如说 128 维的嵌入，或者更高维，然后将其输入到逻辑回归单元，然后进行预测，如果是相同的人，
阅读全文 »
发表于 2018-11-10 11:36阅读：3679评论：0推荐：3
摘要：Triplet 损失 要想通过学习神经网络的参数来得到优质的人脸图片编码，方法之一就是定义三元组损失函数然后应用梯度下降。 为了应用三元组损失函数，你需要比较成对的图像，比如这个图片，为了学习网络的参数，你需要同时看几幅图片，对于前两张图片，你想要它们的编码相似，因为这是同一个人，对于后两张图片，你
阅读全文 »
发表于 2018-11-10 09:25阅读：444评论：0推荐：0
摘要：Siamese 网络（ Siamese network） 你经常看到这样的卷积网络，输入图片 ，然后通过一些列卷积，池化和全连接层，最终得到这样的特征向量，有时这个会被送进 softmax 单元来做分类，但是在这里不这样做，我们关注的是最终输出的向量，假设它是128维，它是由网
阅读全文 »
发表于 2018-11-10 09:04阅读：1990评论：0推荐：1
摘要：One-Shot 学习（ One-shot learning） 人脸识别所面临的一个挑战就是你需要解决一次学习问题，这意味着在大多数人脸识别应用中，你需要通过单单一张图片或者单单一个人脸样例就能去识别这个人。所以在一次学习问题中，只能通过一个样本进行学习，以能够认出同一个人。大多数人脸识别系统都需要
阅读全文 »
发表于 2018-11-10 08:47阅读：919评论：0推荐：0
摘要：候选区域（ Region proposals (Optional)） 滑动窗法方法使用训练过的分类器，在这些窗口中全部运行一遍，然后运行一个检测器，看看里面是否有车辆，行人和摩托车。现在你也可以运行一下卷积算法，这个算法的其中一个缺点是，它在显然没有任何对象的区域浪费时间。 编号1,2的区域显然没有
阅读全文 »
发表于 2018-11-10 08:44阅读：545评论：0推荐：0
摘要：YOLO 算法（Putting it together: YOLO algorithm） 假设你要训练一个算法去检测三种对象，行人、汽车和摩托车，你还需要显式指定完整的背景类别。这里有 3 个类别标签，如果你要用两个 anchorbox，那么输出y就是 3×3×2×8，其中 3×3 表示 3×3 个
阅读全文 »
发表于 2018-11-10 08:41阅读：2171评论：0推荐：1
摘要：Anchor Boxes 假设你有这样一张图片，对于这个例子，我们继续使用 3×3 网格，注意行人的中点和汽车的中点几乎在同一个地方，两者都落入到同一个格子中。所以对于那个格子，如果y输出这个向量： 你可以检测这三个类别，行人、汽车和摩托车，它将无法输出检测结果，所以我必须从两个检测结果中选一个。
阅读全文 »
发表于 2018-11-08 22:51阅读：446评论：0推荐：0
摘要：非极大值抑制（Non-max suppression） 假设你需要在这张图片里检测行人和汽车，你可能会在上面放个 19×19 网格，理论上这辆车只有一个中点，所以它应该只被分配到一个格子里，左边的车子也只有一个中点，所以理论上应该只有一个格子做出有车的预测。 实践中当你运行对象分类和定位算法时，对于
阅读全文 »
发表于 2018-11-08 21:10阅读：3279评论：0推荐：0
摘要：交并比（Intersection over union） 交并比（loU）函数做的是计算两个边界框交集和并集之比。两个边界框的并集是这个区域，就是属于包含两个边界框区域（绿色阴影表示区域），而交集就是这个比较小的区域（橙色阴影表示区域），那么交并比就是交集的大小，这个橙色阴影面积，然后除以绿色阴影的
阅读全文 »
发表于 2018-11-08 19:54阅读：1002评论：0推荐：0
摘要：Bounding Box 预测（Bounding box predictions） 滑动窗口法的卷积实现虽然效率更高，但仍然存在问题，不能输出最精准的边界框。 在滑动窗口法中，你取这些离散的位置集合，然后在它们上运行分类器，在这种情况下，这些边界框没有一个能完美匹配汽车位置。 其中一个能得到更精准边
阅读全文 »
发表于 2018-11-08 19:48阅读：4459评论：0推荐：0
摘要：卷积的滑动窗口实现（Convolutional implementation of sliding windows） 假设对象检测算法输入一个 14×14×3 的图像，图像很小。在这里过滤器大小为 5×5，数量是 16， 14×14×3 的图像在过滤器处理之后映射为 10×10×16。然后通过参数为
阅读全文 »
发表于 2018-11-08 19:44阅读：511评论：0推荐：1
摘要：目标检测（Object detection） 假如你想构建一个汽车检测算法，步骤是，首先创建一个标签训练集，也就是x和y表示,你一开始可以使用适当剪切的图片，就是整张图片x几乎都被汽车占据，你可以照张照片，然后剪切，剪掉汽车以外的部分，使汽车居于中间位置，并基本占据整张图片。 有了这个标签训练集，你
阅读全文 »
发表于 2018-11-07 22:05阅读：467评论：0推荐：0
摘要：特征点检测（Landmark detection） 假设你正在构建一个人脸识别应用，出于某种原因，你希望算法可以给出眼角的具体位置。 眼角坐标为(x,y) ，你可以让神经网络的最后一层多输出两个数字,，作为眼角的坐标值。如果你想知道两只眼睛的四个眼角的具体位置，那么从左到
阅读全文 »
发表于 2018-11-07 21:11阅读：1345评论：0推荐：0
摘要：目标定位（ Object localization） 图片分类任务就是算法遍历图片，判断其中的对象是不是某个指定的类别，这就是图片分类。 定位分类问题。意味着我们不仅要用算法判断图片中是不是一辆汽车，还要在图片中标记出它的位置，用边框或红色方框把汽车圈起来。“定位”的意思是判断汽车在图片中的具体位置
阅读全文 »
