文章目录概述SoftmaxSoftmox回归模型矢量形式Softmax运算交叉熵损失函数真实标签的变换平方损失函数交叉熵损失函数概述在前面的三篇文章中：【深度学习】线性回归（一）原理及python从0开始实现【深度学习】线性回归（二）小批量随机梯度下降及其python实现【深度学习】线性回归（三）使用MXNet深度学习框架实现线性回归介绍了线性回归的基本原理，自己动手使用Pytho...

去到NYU Depth V2 官网下载数据集，如下图所示。这里我们只是用RGB数据，不使用RGB-D数据（带深度信息），所以只需要下载Labeled dataset (~2.8 GB)即可。原始数据集使用.mat格式，这里需要将其转换为常见的RGB图像和.png格式的灰度标注图像。这里使用Github已有的脚本来实现转换任务。从这里 https://github.com/xmojiao/dee..

Python简单神经网络定义神经网络的框架初始化定义神经网络的框架考虑一个神经网络，很容易可以抽象出三种操作：初始化函数：指定神经网络的层数，每一层的节点个数等，即指定神经网络的结构；训练函数：通过训练数据集优化权重；查询函数：通过测试数据集测试训练后的神经网络。为此，给出如下神经网络的类定义（神经网络的框架）：# coding=utf-8# author: BebDong#...

DETR论文解读

DETR论文解读

文章目录概述SoftmaxSoftmox回归模型矢量形式Softmax运算交叉熵损失函数真实标签的变换平方损失函数交叉熵损失函数概述在前面的三篇文章中：【深度学习】线性回归（一）原理及python从0开始实现【深度学习】线性回归（二）小批量随机梯度下降及其python实现【深度学习】线性回归（三）使用MXNet深度学习框架实现线性回归介绍了线性回归的基本原理，自己动手使用Pytho...

数据集介绍PASCAL Context数据集由两部分组成：PASCAL VOC 2010 语义分割数据集；Context 标注。PASCAL Context 总共有459个标注类别，包含 10103 张图像，其中 4998 用于训练集，5105 用于验证集。现在最广泛地用法是使用其中出现频率最高的 59 个类别最为语义标签，其余类别标记为背景即background。采用这一做法的论文有...

文章目录理论双层感知机实验过拟合权重衰减小结及延伸线性回归实验过拟合现象权重衰减总结理论在我的上一篇博文【深度学习】模型评估与选择介绍了模型的过拟合是机器学习中不可避免的挑战，那么除了在数据集规模和模型复杂度的考虑上，有没有一些其它方法可以抑制过拟合现象呢？权重衰减（weight decay） 是一种常用的应对过拟合的方法，其等价于L2L_2L2​范数正则化（regularization）。...

文章目录概述代码概述这篇文章使用MXNet深度学习框架中的Gluon包实现小批量随机梯度下降的线性回归问题。可以参考我的上一篇文章【深度学习】线性回归（二）小批量随机梯度下降及其python实现。主要包括：Gluon提供了data来读取数据Gluon的nn（neural network）模块定义了大量神经网络的层Gluon的initialize模块提供了模型参数初始化的方法Gluo...

JDK安装及配置jdk-10.0.1下载  下载后缀名为.tar.gz的软件包：jdk-10.0.1_linux-x64_bin.tar.gz解压并安装  解压下载的文