1、感受野的计算感受野的计算公式如下（第k层的一个像素，映射到第一层特征图的像素尺寸）：，注意累乘到（k-1）其中为第k-1层对应的感受野大小，为第k层的卷积核大小，或者是池化层的池化尺寸大小。为第i层步长。from：https://www.jianshu.com/p/e875117e5...

在使用VS编辑器学习C、或者C++的时候，很多人都喜欢在一个项目中写多个小程序来调试运行，因为每次新建一个项目都显得比较繁琐。但一个项目中包含多个main函数，项目是无法运行的。这里我在一个项目文件下建了2个C++文件，均含有main()函数：如果需要运行源1.cpp文件，除了运行的那个 源1.cpp文件之外，把其他所有的cpp文件设置为不参与生成就可以了。对于不需要参...

一个神经网络程序包含以下几部分内容。　　1.数据表达和特征提取。对于一个非深度学习神经网络，主要影响其模型准确度的因素就是数据表达和特征提取。同样的一组数据，在欧式空间和非欧空间，就会有着不同的分布。有时候换一种思考问题的思路就会使得问题变得简单。所以选择合适的数据表达可以极大的降低解决问题的难度。同样，在机器学习中，特征的提取也不是一种简单的事。在一些复杂问题上，要通过人工的方式设计有效的特..

一、卷积层1.卷积操作2.特征提取—"X" or "O"？二、池化(Pooling)三、Relu 层四、全连接层(Fully connected layers)五、反向传播算法BP六、总结作为机器学习的一个分支，深度学习同样需要计算机获得强大的学习能力，那么问题来了，我们究竟要计算机学习什么东西？答案当然是图像特征了。将一张图像看做是一个个像素值组成的...

1. 什么是激活函数？生物神经网络是人工神经网络的起源。然而，人工神经网络（ANNs）的工作机制与大脑的工作机制并不是十分的相似。不过在我们了解为什么把激活函数应用在人工神经网络中之前，了解一下激活函数与生物神经网络的关联依然是十分有用的。一个典型神经元的物理结构由细胞体、向其他神经元发送信息的轴突以及从其他神经元接受信号或信息的树突组成。...

一、卷积层1.卷积操作2.特征提取—"X" or "O"？二、池化(Pooling)三、Relu 层四、全连接层(Fully connected layers)五、反向传播算法BP六、总结作为机器学习的一个分支，深度学习同样需要计算机获得强大的学习能力，那么问题来了，我们究竟要计算机学习什么东西？答案当然是图像特征了。将一张图像看做是一个个像素值组成的...

机器学习实战13-设备和服务器上的分布式 TensorFlow就先不学习了，详情可参见：十二、设备和服务器上的分布式 TensorFlow卷积神经网络（CNN）是从大脑视觉皮层的研究中出现的，自 20 世纪 80 年代以来它们一直用于图像识别。在过去的几年里，由于计算能力的增加，可用训练数据的数量以及第 11 章介绍的训练深度网络的技巧，CNN 致力于在某些复杂的视觉任务中做出...

一、load()函数load函数适合读取纯数据文本例子，data_txt.txt内容如下：0 　　 1.000000 　　 2.000000 　　 3.0000001 　　 3.000000 　　 4.000000 　　 5.0000002 　　 6.000000 　　 7.000000　　 8.0000003　　 9.000000 　　 10.00000 　　11.00000读取代码如下：%对于

漫水填充算法漫水填充法是一种用特定的颜色填充算法填充连通区域，通过设置可连通像素的上下限以及连通方式来达到不同的填充效果的方法。基本思想是自动选中了和种子点相连的区域，接着将该区域替换成指定的颜色，经常用来标记或者分离图像的一部分进行处理或分析。漫水填充也可以用来从输入图像获取掩码区域，掩码会加速处理过程，或者只处理掩码指定的像素点。其中掩膜Mask用于进一步控制那些区域将被...

不贴图都没人看系列。。。。线性回归推导：上图求导部分有误,少些一个转置符号，更正为：逻辑回归推导：（公式中“ln”和“log”表示一个意思，都是以“e”为低的自然对数）：公式中：X是m*n矩阵，m个样本，n维特征。1、内容简介：本章我们将从最简单的模型之一——线性回归模型，开始介绍两种非常不同的训练模型的方法：...