logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

吴恩达深度学习第四章卷积神经网络——第二周深度卷积网络:实例探究

讲到的经典 CNN 模型包括:LeNet-5AlexNetVGG此外还有 ResNet(Residual Network,残差网络),以及 Inception Neural Network。经典卷积网络LeNet-5特点:LeNet-5 针对灰度图像而训练,因此输入图片的通道数为 1。该模型总共包含了约 6 万个参数,远少于标准神经网络所需。典型的 LeN...

#机器学习#深度学习
吴恩达深度学习第四章卷积神经网络——第四周特殊应用:人脸识别和神经风格转换

特殊应用:人脸识别和神经风格转换人脸识别人脸验证(Face Verification)和人脸识别(Face Recognition)的区别:人脸验证:一般指一个一对一问题,只需要验证输入的人脸图像是否与某个已知的身份信息对应;人脸识别:一个更为复杂的一对多问题,需要验证输入的人脸图像是否与多个已知身份信息中的某一个匹配。一般来说,由于需要匹配的身份信息更多导致错误率增加,人脸识别...

#机器学习
吴恩达深度学习第四章卷积神经网络——第二周深度卷积网络:实例探究

讲到的经典 CNN 模型包括:LeNet-5AlexNetVGG此外还有 ResNet(Residual Network,残差网络),以及 Inception Neural Network。经典卷积网络LeNet-5特点:LeNet-5 针对灰度图像而训练,因此输入图片的通道数为 1。该模型总共包含了约 6 万个参数,远少于标准神经网络所需。典型的 LeN...

#机器学习#深度学习
吴恩达深度学习第四章卷积神经网络——第二周深度卷积网络:实例探究

讲到的经典 CNN 模型包括:LeNet-5AlexNetVGG此外还有 ResNet(Residual Network,残差网络),以及 Inception Neural Network。经典卷积网络LeNet-5特点:LeNet-5 针对灰度图像而训练,因此输入图片的通道数为 1。该模型总共包含了约 6 万个参数,远少于标准神经网络所需。典型的 LeN...

#机器学习#深度学习
吴恩达深度学习第四章卷积神经网络——第二周深度卷积网络:实例探究

讲到的经典 CNN 模型包括:LeNet-5AlexNetVGG此外还有 ResNet(Residual Network,残差网络),以及 Inception Neural Network。经典卷积网络LeNet-5特点:LeNet-5 针对灰度图像而训练,因此输入图片的通道数为 1。该模型总共包含了约 6 万个参数,远少于标准神经网络所需。典型的 LeN...

#机器学习#深度学习
MATLAB的solve函数

简单来说,solve函数可以进行以下情况的求解:(1)等式:单/多变量+线性/非线性 ;(2)不等式(是MATLAB doc solve的全部翻译,将常用部分标注彩色)语法S = solve(eqn,var)exampleS = solve(eqn,var,Name,Value)exampleY = solve(eqns,vars)Y = solve(eqns,vars

吴恩达深度学习第四章卷积神经网络——第一周卷积神经网络基础

1.计算机视觉计算机视觉(Computer Vision)的高速发展标志着新型应用产生的可能,例如自动驾驶、人脸识别、创造新的艺术风格。人们对于计算机视觉的研究也催生了很多机算机视觉与其他领域的交叉成果。一般的计算机视觉问题包括以下几类:图片分类(Image Classification);目标检测(Object detection);神经风格转换(Neural Style Tra...

#机器学习
吴恩达深度学习第五章序列模型——第三周序列模型和注意力机制

序列模型和注意力机制Seq2Seq 模型Seq2Seq(Sequence-to-Sequence)模型能够应用于机器翻译、语音识别等各种序列到序列的转换问题。一个 Seq2Seq 模型包含编码器(Encoder)和解码器(Decoder)两部分,它们通常是两个不同的 RNN。如下图所示,将编码器的输出作为解码器的输入,由解码器负责输出正确的翻译结果。提出 Seq2Seq 模型的相关...

#机器学习#nlp
POJ 2019 Cornfields(二维RMQ)

题目链接:传送门题目大意:给出一个n*n的矩阵,然后有k组询问,每组询问给出小矩阵的左上角的x,y。小矩阵的为b*b的矩阵,问这个小矩阵中最大值减最小值等于多少思路;二维RMQ记录每行每列的最大值最小值。即dpmax和dpmin用思维数组表示。​#include<iostream>#include<stdio.h>#include&l

到底了