原创 Caffe Tutorial（Nets,Layers,and Blobs:對caffe模型的結構剖析）
Caffe Tutorial一、Nets,Layers,and Blobs:對caffe模型的結構剖析深度網絡是組合模型，自然地表示爲在大量數據上工作的互聯層集合。caffe在其模型結構中通過layer-by-layer方式定義網絡。網絡
2020-06-19 09:36:06
1
原创 Caffe Tutorial（Loss:the task to be learned is defined by the loss）
三、Loss在Caffe中，和大多數機器學習一樣，學習是由損失函數（也稱爲error，cost或objective function目標函數）驅動的。損失函數通過將參數設置（即，當前網絡權重）映射到指定這些參數設置的“不良”的標量值來指定
2020-06-19 09:35:56
原创 詳解卷積神經網絡(CNN)
詳解卷積神經網絡(CNN)詳解卷積神經網絡CNN概攬Layers used to build ConvNets卷積層Convolutional layer池化層Pooling Layer全連接層Fully-connected layer卷
2020-02-20 22:30:56
1
原创 Caffe Tutorial（Forward / backward:the essential computations of layered compositional models）
二、forward and backward前向forward和反向backward過程是網絡的基本計算過程。考慮一個簡化的LR分類器正向傳遞計算給定推理輸入的輸出。 在前進中，Caffe組成每層的計算來計算由模型表示的“函數”。 這個過
2020-02-20 22:30:44
原创 卷積神經網絡CNN原理詳解(一)——基本原理
卷積神經網絡CNN原理詳解(一)——基本原理神經網絡的預備知識 爲什麼要用神經網絡？特徵提取的高效性。 大家可能會疑惑，對於同一個分類任務，我們可以用機器學習的算法來做，爲什麼要用神經網絡呢？大家回顧一下，一個分類任務，我們在
2020-02-20 22:30:44
1
原创 深度學習中的損失函數總結已經Center Loss函數筆記
深度學習中的損失函數總結已經Center Loss函數筆記圖片分類裏的Center Loss目標函數,損失函數,代價函數損失函數度量的是預測值與真實值之間的差異.損失函數通常寫做L(y,y).y代表了預測值,y代表了真實值.目標函數可以看
2020-02-20 22:30:44
1
原创 caffe中卷積網絡norm層的解釋
layers { name: "norm1" type: LRN bottom: "pool1" top: "norm1" lrn_param { local_size: 5 alpha: 0.0001
2020-02-20 22:30:44
原创 [論文筆記] 損失函數整理
[論文筆記] 損失函數整理損失函數集合損失函數對於機器學習，就像一把尺子，用來度量模型，指導模型訓練用，因此損失函數的設計和模型結構設計一樣重要。損失函數用來評價預測值和真實值間的關係，好像大多數關於loss的論文都出在人臉辨識和細粒度分
2020-02-20 22:30:44
22
原创 損失函數改進之Large-Margin Softmax Loss
損失函數改進之Large-Margin Softmax Loss 最近幾年網絡效果的提升除了改變網絡結構外，還有一羣人在研究損失層的改進，這篇博文要介紹的就是較爲新穎的Large-Margin softmax loss（L-softmax
2020-02-20 22:30:44
原创 基於 CNN的年齡和性別檢測《age and gender classification using CNN》
基於 CNN的年齡和性別檢測《age and gender classification using CNN》 Getting the known gender based on name of each image in the "La
2020-02-20 22:30:43
原创 詳細解釋CNN卷積神經網絡各層的參數和鏈接個數的計算
詳細解釋CNN卷積神經網絡各層的參數和鏈接個數的計算卷積神經網絡是一個多層的神經網絡，每層由多個二維平面組成，而每個平面由多個獨立神經元組成。 圖：卷積神經網絡的概念示範：輸入圖像通過和三個可訓練的濾波器和可加偏置進行卷積，濾
2020-02-20 22:30:43
原创 【論文理解】ArcFace: Additive Angular Margin Loss for Deep Face Recognition（InsightFace）
【論文理解】ArcFace: Additive Angular Margin Loss for Deep Face Recognition（InsightFace） 論文地址：https://arxiv.org/abs/1801.0769
2020-02-20 22:30:43
原创 各框架練手文章與項目
Caffe1、AgeGenderDeepLearning配套網站：Age and Gender Classification Using Convolutional Neural Networks2、Implementation for《
2020-02-20 22:30:43
原创 RNN股票預測項目
1、Predict stock market prices using RNN 點贊 收藏 分享 文章舉報 LittleStudent12 發佈了18 篇原創文章 · 獲贊 1
2020-02-20 22:30:43
1
原创 深度學習新的採樣方式和損失函數--論文筆記
深度學習新的採樣方式和損失函數--論文筆記論文《Sampling matters in deep embedding learning》論文地址：https://arxiv.org/pdf/1706.07567.pdf 該論文爲2
2020-02-20 22:30:43