初学tensorflow，参考了以下几篇博客：soft模型 tensorflow构建全连接神经网络tensorflow构建卷积神经网络tensorflow构建卷积神经网络tensorflow构建CNN[待学习]全连接+各种优化[待学习]BN层[待学习]先解释以下MNIST数据集，训练数据集 ...
分类：
其他好文 时间：
2018-09-23 22:34:55
阅读次数：
299
LeNet-5是一个较简单的卷积神经网络。下图显示了其结构：输入的二维图像，先经过两次卷积层到池化层，再经过全连接层，最后使用softmax分类作为输出层。关于CNN参见：https://blog.csdn.net/qq_42570457/article/details/81458077 LeNet ...
分类：
Web程序 时间：
2018-09-16 15:32:59
阅读次数：
337
定义与概念： 定位问题与单纯的分类问题的区别，实际上是在softmax时多输出表示坐标的四个参数: (中心点bx by , 高和宽 bh bw )。 ->比较早期的做法是使用滑动窗口， 先定义窗口尺寸， 依次识别窗口是否出现目标物体， 采用01分类。 ->现在一般使用Bounding box + A ...
分类：
其他好文 时间：
2018-09-15 12:27:11
阅读次数：
389
30行代码奉上！（MNIST手写数字的识别，识别率大约在91%，简单尝试的一个程序，小玩具而已） 其中x作为输入是一个1x768的向量，然后就是经过权重和偏食，就得到10个输出，然后用softmax()进行预测值的输出。 此外y_作为真值，要用到一个占位符。 主要用到的tensorflow的函数有 ...
分类：
微信 时间：
2018-09-12 23:03:43
阅读次数：
283
神经网络与分类问题 1.多元分类 根据分类的数量确定输出节点的数量是最可能得到良好效果的方法。输出的类别表示可以使用one-hot编码。通常情况下，二分类使用Sigmoid函数，多元分类使用Softmax函数。Softmax函数不仅考虑输入的加权和，而且考虑其他输出节点的输出。正确地诠释神经网络多元 ...
分类：
其他好文 时间：
2018-09-09 14:56:37
阅读次数：
831
1、请计算数组[1，2，3]中的元素3的Softmax值 假设我们有一个数组，V，Vi表示V中的第i个元素，那么这个元素的Softmax值就是 也就是说，是该元素的指数，与所有元素指数和的比值 2、什么是过拟合？ 防止过拟合有哪些措施？ 3、对于二分类问题，分别描述逻辑回归、朴素贝叶斯、KNN算法。 ...
分类：
其他好文 时间：
2018-09-02 11:08:46
阅读次数：
348
逻辑斯谛回归(logistic regression)是统计学习中的经典分类方法 最大熵是概率模型学习的一个准则，被推广到分类问题后可得到最大熵模型(Maximum Entropy Model) 逻辑斯谛回归模型与最大熵模型都属于对数线性模型，而对数线性模型又是广义线性模型的一种。 科普一下：狭义的 ...
分类：
其他好文 时间：
2018-08-29 01:09:36
阅读次数：
452
1.介绍 图为faster rcnn的rpn层，接自conv5-3 图为faster rcnn 论文中关于RPN层的结构示意图 关于anchor我觉得比较“清晰”的说法： 一般是在最末层的 feature map 上再用3*3的窗口去卷积特征。当3*3的卷积核滑动到特征图的某一个位置时，以当前滑动窗 ...
分类：
其他好文 时间：
2018-08-27 16:06:00
阅读次数：
2513
log_softmax log(softmax(X)) function：torch.nn.functional.log_softmax(x, dim=None) nn：torch.nn.LogSoftmax(dim=None) 如： nll_loss The negative log likeli ...
分类：
其他好文 时间：
2018-08-25 00:38:34
阅读次数：
1954
在本节中，我们介绍Softmax回归模型，该模型是logistic回归模型在多分类问题上的推广，在多分类问题中，类标签 可以取两个以上的值。 Softmax回归模型对于诸如MNIST手写数字分类等问题是很有用的，该问题的目的是辨识10个不同的单个数字。Softmax回归是有监督的，不过后面也会介绍它 ...
分类：
其他好文 时间：
2018-08-23 23:10:36
阅读次数：
204
