AlexNet Diagram AlexNet Diagram Deduction全连接结构中的符号定义如下图： Deduction 全连接结构中的符号定义如下图： Forward Propagation Backward Propagation Forward Propagation Backwa ...
分类：
其他好文 时间：
2016-07-10 09:54:36
阅读次数：
239
Deep Learning学习笔记: Deep Learning 21：针对调制信号分类的深度学习尝试3 Deep Learning 20：针对调制信号分类的深度学习尝试2_CNN Deep Learning 19_深度学习UFLDL教程：Convolutional Neural Network_E ...
分类：
其他好文 时间：
2016-07-07 15:44:27
阅读次数：
175
医学图像识别的问题 如果将CNN应用于医学图像，首要面对的问题是训练数据的缺乏。因为CNN的训练数据都需要有类别标号，这通常需要专家来手工标记。要是标记像ImageNet这样大规模的上百万张的训练图像，简直是不可想象的。 因为CNN的参数多，必须依靠大规模的训练数据才能防止过度拟合（Over Fit ...
分类：
Web程序 时间：
2016-07-07 13:09:01
阅读次数：
574
一. CNN的生物原理，应用以及优点 CNN根据人眼睛视觉神经的局部感受野特点设计，广泛应用在图像图像，模式识别，机器视觉和语音识别中，它对图像平移、缩放、旋转等的变形具有高度不变性。总之，CNN的核心思想是将局部感受野，权值共享，时间或空间子采样这三种思想结合起来获得了某种程度的平移、缩放、旋转不 ...
分类：
其他好文 时间：
2016-07-07 06:10:09
阅读次数：
475
这是个06年的老文章了，但是很多地方还是值得看一看的. 一、概要 主要讲了CNN的Feedforward Pass和 Backpropagation Pass，关键是卷积层和polling层的BP推导讲解。 二、经典BP算法 前向传播需要注意的是数据归一化，对训练数据进行归一化到 0 均值和单位方差 ...
分类：
Web程序 时间：
2016-07-06 13:16:07
阅读次数：
240
基本概念 卷积核：即滤波器，是一个n×n系数矩阵（n为奇数），作用是对输入图像提取某种特征，再将得到的特征输出到神经元。 在卷积网络中,隐层的参数个数只和滤波器的大小和滤波器种类的多少有关,和隐藏的神经元个数无关 隐层的神经元个数和原图像、滤波器的大小及滤波器在图像中滑动步长有关 ...
分类：
其他好文 时间：
2016-07-05 20:46:19
阅读次数：
196
Caffe应该是目前深度学习领域应用最广泛的几大框架之一了，尤其是视觉领域。绝大多数用Caffe的人，应该用的都是基于分类的网络，但有的时候也许会有基于回归的视觉应用的需要，查了一下Caffe官网，还真没有很现成的例子。这篇举个简单的小例子说明一下如何用Caffe和卷积神经网络（CNN: Convo ...
分类：
其他好文 时间：
2016-07-04 21:56:48
阅读次数：
478
论文笔记之：Visual Tracking with Fully Convolutional Networks ICCV 2015 CUHK 本文利用 FCN 来做跟踪问题，但开篇就提到并非将其看做是一个 黑匣子，只是用来提取特征，而是在大量的图像和 ImageNet 分类任务上关于 CNN 的 f ...
分类：
Web程序 时间：
2016-07-04 20:33:31
阅读次数：
312
卷积神经网络（CNN）已经被证明能够训练一个能力强大的分类模型，但与传统的模式识别方法类似，它也会受到数据在空间上多样性的影响。这篇Paper提出了一种叫做空间变换网络（Spatial Transform Networks， STN）,该网络不需要关键点的标定，能够根据分类或者其它任务自适应地将数据进行空间变换和对齐（包括平移、缩放、旋转以及其它几何变换等）。...
分类：
Web程序 时间：
2016-07-03 19:29:42
阅读次数：
510
Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现 zouxy09@qq.com http://blog.csdn.net/zouxy09 自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总 ...
分类：
其他好文 时间：
2016-07-03 11:47:39
阅读次数：
139
