空洞卷积在语义分割任务中很常用到。需要对其进行理解。参考链接：https://zhuanlan.zhihu.com/p/50369448

baseline在很多的竞赛中，我们都会见到这个名词baseline，一般都是在此基础上进行‘“魔改”，以它为标准，来判断改进的好坏。目的是比较提出算法的性能或者用以比较彰显提出算法的优势benchmark与baseline进行区别，baseline是你自己和你自己比较，benchmark是大家一起比较，最好的那个被我们称作SOTAbackbone从词义上来讲，是脊柱，人的主干。在神经网络中，其也

原文链接：https://www.cnblogs.com/bonelee/p/9030092.html我们从最基本的卷积操作开始说起。近些年来，卷积神经网络在很多领域上都取得了巨大的突破。而卷积核作为卷积神经网络的核心，通常被看做是在局部感受野上，将空间上（spatial）的信息和特征维度上（channel-wise）的信息进行聚合的信息聚合体。卷积神经网络由一系列卷积层、非线性层和下采样层构成，

全连接神经网络1、概览2、分类模型2.1 多层感知机全连接神经网络级联多个米那换来实现输入到输出的映射。因为线性只能解决线性可分的问题，所以引入全连接来解决非线性可分的问题。在线性分类器中，表示了每个类别的模板在非线性分类器中，自己可以定义多个模板，来充分的表示输入。2.2 激活函数常用的激活函数及其优缺点。3、损失函数3.1 softmax与交叉熵softmax可以把分数数值变换为概率，由于分数

baseline在很多的竞赛中，我们都会见到这个名词baseline，一般都是在此基础上进行‘“魔改”，以它为标准，来判断改进的好坏。目的是比较提出算法的性能或者用以比较彰显提出算法的优势benchmark与baseline进行区别，baseline是你自己和你自己比较，benchmark是大家一起比较，最好的那个被我们称作SOTAbackbone从词义上来讲，是脊柱，人的主干。在神经网络中，其也

图像分割，目标检测和实例分割都是基于图像分类任务的延伸。其中图像分割主要是针对上采样的工作实例分割又是在目标检测的基础上进行的这章主要记录语义分割相关的知识，对目标检测和实例分割的学习，可参考视频这里需要注意的是：要知道卷积本应该是滑动窗口如何转换成矩阵求和的形式。ps：Unet的短连接拼接的特征，是由于一些简单的类别在高层语义上显示不出来，这些低级的语义信息字低层才会存在，所以进行各层的conc

卷积神经网络为什么用CNN来处理影像CNN的结构Convolution部分Max pooling部分Flatten为什么用CNN来处理影像当我们直接用一般的fully connected feedforward network来做图像处理的时候，往往会需要太多的参数。CNN做的事情其实是，来简化这个neural network的架构，我们根据自己的知识和对图像处理的理解，一开始就把某些实际上用不到

本文是对博主**iteapoy** 相关笔记的续写，以此来督促自己学习。RNNRNNLSTMRNN的cost functionRNN的应用RNN相关的扩展RNN首先，介绍一个自然语言处理任务中常见的应用问题：Slot Filling（填槽）用户说出一句话，提取出其中的重点，把它填入对应的槽中，比如“目的地”填“台北”，“抵达时间”填“11月2日”我们可以用之前讲的 前馈神经网络来解决这个问题输入：

这里写自定义目录标题基本介绍新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入基本介绍论文原址：https://a

数据处理与机器学习简介章节1、Python编程基础、科学计算基础库NumpyPython语言编程基础大概浏览Numpy-科学计算基础库（ndarray+ufunc）2、数据处理与统计分析Pandas、可视化Matplotlib数据处理与统计分析PandasMatplotlib3、网络数据爬虫及信息抽取（request\BeautifluSoup）4、机器学习与数据挖掘分析（Scikit-learn