AlexNet AlexNet是2012年提出的一个模型,并且赢得了ImageNet图像识别挑战赛的冠军.首次证明了由计算机自动学习到的特征可以超越手工设计的特征,对计算机视觉的研究有着极其重要的意义. AlexNet的设计思路和LeNet是非常类似的.不同点主要有以下几点: 激活函数由sigmoi ...
分类：
Web程序 时间：
2020-01-08 19:23:05
阅读次数：
148
论文为 VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE SCALE IMAGE RECOGNITION ，主要讨论了在大规模图片识别中，卷积神经网络的深度对准确率的影响。本篇论文提出的vgg网络在2014年的ImageNet比赛中分别在定位和分类中获得了第一和第 ...
分类：
Web程序 时间：
2019-12-28 09:37:43
阅读次数：
139
在目标检测的研究过程中，深度学习一直占居着主要的位置。通过搭建不同的网络模型，对当前两大主流开源数据集PASCALVOC和IMAGENET进行测试，已然成了一种新风向。 作为计算机视觉三大顶会：CVPR，ICCV，ECCV，每年都会有该方向的最新成果。 接下来汇总一下，以便需要时查看： 2014 R ...
分类：
其他好文 时间：
2019-11-25 11:28:08
阅读次数：
93
因为imageNet放在230节点上，如果不把数据down到其他服务器上的话，只能使用polyaxon调度跑代码，而在使用polyaxon过程中程序不知道为什么总是崩掉，猜测和读取imageNet的图片路径有关，因此想了另一个办法，把数据down下来，一开始想的是先down到本地，再上传到其他服务器 ...
分类：
其他好文 时间：
2019-11-21 18:45:15
阅读次数：
77
转自https://blog.csdn.net/weixin_42137700/article/details/82107208 在实践中，由于数据集不够大，很少有人从头开始训练网络。常见的做法是使用预训练的网络（例如在ImageNet上训练的分类1000类的网络）来重新fine-tuning（也叫 ...
分类：
其他好文 时间：
2019-10-26 18:49:59
阅读次数：
98
什么是fine tuning？ 概述 在实践中，由于数据集不够大，很少有人从头开始训练网络。常见的做法是使用预训练的网络（例如在ImageNet上训练的分类1000类的网络）来重新fine tuning（也叫微调），或者当做特征提取器。 以下是常见的两类迁移学习场景： 1. 卷积网络当做特征提取器。 ...
分类：
其他好文 时间：
2019-10-19 14:40:52
阅读次数：
99
tensorflow-2.0 技巧 | ImageNet 归一化 Broadcasting subtract ...
分类：
Web程序 时间：
2019-10-10 22:49:59
阅读次数：
167
Evolutionary approaches towards AI: past, present, and future 2019-10-06 07:28:13 This blog is from: https://towardsdatascience.com/evolutionary-appro ...
分类：
移动开发 时间：
2019-10-06 09:23:12
阅读次数：
89
在炼丹师的路上越走越远，开始入手pytorch框架的学习，越炼越熟吧。。。 1. 张量的创建和操作 创建为初始化矩阵，并初始化 随机数矩阵 tensor类型和形状 tensor和numpy（array）的相互转换 2. 张量的操作 索引： 支持numpy的常用索引和切片操作 加法：和numpy类似的 ...
分类：
其他好文 时间：
2019-09-19 21:57:53
阅读次数：
109
我们通常是拿到一个任务，譬如图像分类、识别等，搜集好数据后就开始直接用模型进行训练，但是现实情况中，由于设备的局限性、时间的紧迫性等导致我们无法从头开始训练，迭代一两百万次来收敛模型，所以这个时候迁移学习就派上用场了。 什么是迁移学习？ 迁移学习通俗来讲，就是运用已有的知识来学习新的知识，核心是找到 ...
分类：
其他好文 时间：
2019-08-27 12:57:52
阅读次数：
89
