卷积神经网络（CNN）在语音识别中的应用作者：侯艺馨前言总结目前语音识别的发展现状，dnn、rnn/lstm和cnn算是语音识别中几个比较主流的方向。2012年，微软邓力和俞栋老师将前馈神经网络FFDNN（Feed Forward Deep Neural Network）引入到声学模型建模中，将FF... ...
分类：
其他好文 时间：
2018-11-02 17:18:20
阅读次数：
228
卷积神经网络介绍 卷积神经网络是一种多层神经网络，擅长处理图像特别是大图像的相关机器学习问题。 最典型的卷积网络，由卷积层、池化层、全连接层组成。其中卷积层与池化层配合，组成多个卷积组，逐层提取特征，最终通过若干个全连接层完成分类。 卷积层完成的操作，可以认为是受局部感受野概念的启发，而池化层，主要 ...
分类：
其他好文 时间：
2018-11-01 21:02:55
阅读次数：
607
写一个基于tensorflow的cnn，分类fasion-MNIST数据集 这个就是fasion-mnist数据集了 先上代码，在分析: 1.定义Weight， biases， conv层， pool层 在这段代码中， 卷积层的，步幅都是1， 用SAME的padding方式，池化层的步幅是x y轴都 ...
分类：
其他好文 时间：
2018-11-01 00:52:38
阅读次数：
245
本章介绍目标定位和目标检测（包含多目标检测）。 1. Object Localization 原始图片经过CONV卷积层后，Softmax层输出4 x 1向量，分别是： 注意，class label也可能是概率。上述四个向量分别对应pedestrain，car，motorcycle和backgrou ...
分类：
其他好文 时间：
2018-10-30 22:49:57
阅读次数：
224
Introduction 感受野（receptive field）是卷积神经网络（Convolutional Neural Network，CNNs）中最重要的概念之一，当前流行的物体识别方法的架构大都围绕感受野的设计。 从CNN可视化的角度来讲，感受野就是输出featuremap某个节点的响应对应 ...
分类：
其他好文 时间：
2018-10-28 11:17:37
阅读次数：
388
VGG论文给出了一个非常振奋人心的结论：卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用。记得在AlexNet论文中，也做了最后指出了网络深度的对最终的分类结果有很大的作用。这篇论文则更加直接的论证了这一结论。 网络结构 论文指出： VGG不仅在ILSVRC的分类和检测任务 ...
分类：
其他好文 时间：
2018-10-27 11:55:57
阅读次数：
1625
前向传播： 前向传播就是求特征图的过程 通常x和w有四个维度[编号，深度，高度，宽度] 反向传播： 先来复习一下反向传播的知识： 反向传播回来的是梯度，也就是偏导数 反向传播力有一个链式法则：对于反向传播（反着看），本层要往后面一层穿的的偏导=本层自身的偏导×上一层传过来的偏导 红色代表反向传播，绿 ...
分类：
其他好文 时间：
2018-10-17 16:53:16
阅读次数：
489
NiftyNet项目介绍 简述 NiftyNet是一款开源的卷积神经网络平台，旨在通过实现医学图像分析的深度学习方法和模块，支持快速原型和再现性，由WEISS (Wellcome EPSRC Centre for Interventional and Surgical Sciences), CMIC ...
分类：
Web程序 时间：
2018-10-16 22:11:51
阅读次数：
441
\ 里面主要的两个算法比较难以赘述，miniset主要就是求最小公共子集。（个人认为） ...
分类：
Web程序 时间：
2018-10-16 19:27:14
阅读次数：
300
网络要做的步骤：（一个中国人，给中国人教学，为什么要写一堆英语？） 1， sample abatch of data（数据抽样） 2，it through the graph ,get loss（前向传播，得到损失值） 3，backprop to calculate the geadiets（反向传 ...
分类：
其他好文 时间：
2018-10-16 11:54:07
阅读次数：
378
