上篇文章讲了卷积神经网络的基本知识，本来这篇文章准备继续深入讲CNN的相关知识和手写CNN，但是有很多同学跟我发邮件或私信问我关于PaddlePaddle如何读取数据、做数据预处理相关的内容。网上看的很多教程都是几个常见的例子，数据集不需要自己准备，所以不需要关心，但是实际做项目的时候做数据预处理感 ...
分类：
其他好文 时间：
2017-11-08 15:04:43
阅读次数：
315
relu sigmoid tanh 激励函数。 可以创立自己的激励函数解决自己的问题，只要保证这些激励函数是可以微分的。 只有两三层的神经网络，随便使用哪个激励函数都可以。 多层的不能随便选择，涉及梯度爆炸，梯度消失的问题。 卷积神经网络推荐relu 循环神经网络推荐tanh或者relu ...
分类：
其他好文 时间：
2017-11-07 22:12:19
阅读次数：
210
当前深度卷积神经网络（CNNs）都需要输入的图像尺寸固定（比如224×224）。这种人为的需要导致面对任意尺寸和比例的图像或子图像时降低识别的精度。本文中，我们给网络配上一个叫做“空间金字塔池化”(spatial pyramid pooling,)的池化策略以消除上述限制。这个我们称之为SPP-ne... ...
分类：
Web程序 时间：
2017-11-07 19:32:37
阅读次数：
279
MNIST 卷积神经网络。https://github.com/nlintz/TensorFlow-Tutorials/blob/master/05_convolutional_net.py 。TensorFlow搭建卷积神经网络(CNN)模型，训练MNIST数据集。 构建模型。 定义输入数据，预处 ...
分类：
其他好文 时间：
2017-11-04 11:19:37
阅读次数：
265
转自：http://blog.csdn.net/cxmscb/article/details/71023576 一、CNN的引入 在人工的全连接神经网络中，每相邻两层之间的每个神经元之间都是有边相连的。当输入层的特征维度变得很高时，这时全连接网络需要训练的参数就会增大很多，计算速度就会变得很慢，例如 ...
分类：
其他好文 时间：
2017-11-01 13:24:14
阅读次数：
339
卷积神经网络(convolutional neural network,CNN)，权值共享(weight sharing)网络结构降低模型复杂度，减少权值数量，是语音分析、图像识别热点。无须人工特征提取、数据重建，直接把图片作输入，自动提取特征，对平移、比例缩放、倾斜等图片变形具有高度不变形。卷积( ...
分类：
Web程序 时间：
2017-10-31 11:02:04
阅读次数：
221
CNN与常用框架 主要内容?神经网络与卷积神经网络 1.层级结构 2.数据处理 3.训练算法 4.优缺点?实际搭建与训练CNN 1.典型CNN 2.训练与fine-tuning?常用框架与应用 1.常用框架 2.广泛应用 神经网络长什么样？ 什么鬼… 完整演示图：http://cs231n.gith ...
分类：
其他好文 时间：
2017-10-30 15:59:30
阅读次数：
424
话题 3: 基于深度学习的二进制恶意样本检测 分享主题：全球正在经历一场由科技驱动的数字化转型，传统技术已经不能适应病毒数量飞速增长的发展态势。而基于沙箱的检测方案无法满足 APT 攻击的检测需求，也受到多种反沙箱技术的干扰。在充分考察过各种技术方案的优劣后，瀚思科技开发出了基于深度学习的二进制病毒 ...
分类：
其他好文 时间：
2017-10-30 11:36:28
阅读次数：
208
http://blog.csdn.net/eddy_zheng/article/details/50763648 1、相关知识 从广义上来说，NN（或是更美的DNN）确实可以认为包含了CNN、RNN这些具体的变种形式。有很多人认为，它们并没有可比性，或是根本没必要放在一起比较。在实际应用中，所谓的深 ...
分类：
其他好文 时间：
2017-10-25 21:43:11
阅读次数：
8584
卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT-CONV-RELU-POOL-FC (1)卷积层：用它来进行特征提取，如下： 输入图像是32*32*3，3是它的深度（即R、G、B），卷积层是一个5*5*3的filter(感受野)，这里注意：感受野的深度必须和输入 ...
分类：
其他好文 时间：
2017-10-25 21:23:21
阅读次数：
219
