avatar
文章
864
标签
158
分类
0

主页
文章归档
文章标签
文章归类
文章列表
  • Music
  • Movie
友情链接
关于我
麦溪·在路上
主页
文章归档
文章标签
文章归类
文章列表
  • Music
  • Movie
友情链接
关于我

麦溪·在路上

神经网络基础学习
发表于2013-01-05
[TOC] 概述
神经网络基础学习
发表于2013-01-05
[TOC] 概述文章参考:https://zh.d2l.ai/chapter_preface/index.html 神经元和感知机神经网络:人脑智慧的物质基础 神经元/神经细胞 突触:神经元之间的连接点 在同一时间被激发的神经元之间的联系会被强化 神经网络设计 单层前馈型神经网络
卷积神经网络学习
发表于2013-01-05
[TOC] 概述机器学习:特征工程:尽可能选择与构建出好的特征,使得机器学习算法能够达到最好的性能 传统机器学习:原始数据 –> 特征工程 –> 特征 —>学习器 依靠人工的方式提取和设计特征 需要大量的专业知识和经验 relu函数 Softmax函数 深度学习基础思想深度学习三要素: 数据 算法 计算力 数据量越大、深度学习的优势越明显 大规模深层神经网络需要算法的创新和改进,使得深度学习的性能和速度得到保障 训练大规模深层神经网络,需要强大的计算资源
机器学习中的非极大值抑制原理
发表于2013-01-05
[TOC] 概述文章参考:https://www.cnblogs.com/makefile/p/nms.html 文章参考:https://blog.csdn.net/lz867422770/article/details/100019587 文章参考:https://zhuanlan.zhihu.com/p/37489043 非极大值抑制,简称为NMS算法,英文为Non-Maximum Suppression。顾名思义就是抑制不是极大值的元素,可以理解为局部最大搜索。其思想是搜素局部最大值,抑制非极大值。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum Suppression》对1维和2维数据的NMS实现),而是用于目标检测中提取分数最高的窗口的。例如在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉的情况。这时就需要用到NMS来选取那些邻域里分数最高(是行人的概率最大),并且抑制那些分数 ...
1…8687
avatar
Frewen.Wang
在青麦地上跑着,雪和太阳的光芒
文章
864
标签
158
分类
0
关注我
公告
This is my Blog
最新文章
无题2023-12-22
无题2023-07-28
无题2023-07-27
基于Windows11安装Ubuntu双系统2023-07-20
无题2023-07-17
标签
系统源码 滤波算法 工具使用 云存储 卷积神经 Linux Android框架 STL函数 Activity pytorch NEON 编译脚本 go 渲染机制 OpenGL 编程工具 虚函数 RectNative JVM Linux命令 Kotlin基础 OpenMP AI const IDEA QNN C++ SELinux 目标检测 软件安装 threading 量化方法 四大组件 编译构建 SystemServer 开源项目 unique_ptr Java基础 系统安装 BroadcastReceiver
归档
  • 十二月 20231
  • 七月 20234
  • 六月 20231
  • 四月 20231
  • 三月 20232
  • 二月 202311
  • 一月 20232
  • 十二月 20221
网站资讯
文章数目 :
864
本站总字数 :
778.1k
本站访客数 :
本站总访问量 :
最后更新时间 :
©2020 - 2023 By Frewen.Wang
框架 Hexo|主题 Butterfly