文章目录预习day1：图像分割综述day2: FCN全卷积详解day3:U-Netday4:DeepLabday5:图卷积day6:实例与全景分割day7：课程总结与paddle_seg介绍学习链接预习day1：图像分割综述day2: FCN全卷积详解day3:U-Netday4:DeepLabday5:图卷积day6:实例与全景分割day7：课程总结与paddle_seg介绍这几天学习了图像分割

文章目录目标检测基础边界框瞄框交并比图像风格迁移图像分类案例1图像增强训练测试目标检测基础边界框包含 x,y,w,h瞄框标检测算法通常会在输入图像中采样大量的区域，然后判断这些区域中是否包含我们感兴趣的目标，并调整区域边缘从而更准确地预测目标的真实边界框（ground-truth bounding box）。不同的模型使用的区域采样方法可能不同。这里我们介绍其中的一种方法：它以每个像素...

文章目录过拟合、欠拟合及其解决方法过拟合问题（high variance）欠拟合问题（high bias）梯度消失及梯度爆炸循环网络进阶过拟合、欠拟合及其解决方法过拟合问题（high variance）过拟合问题：是指模型太过复杂，对训练数据效果好，而对新样本泛化能力较弱。（训练误差低 验证误差高）产生过拟合的可能原因，可能为其中之一或者都有：模型的复杂度过高。如网络太深，神经网络中...

文章目录图像分类案例2：获取数据集数据增强读取数据定义模型定义训练函数略微调参训练模型测试 提交结果图像分类案例2：kaggle 狗识别获取数据集比赛的网址是https://www.kaggle.com/c/dog-breed-identification 在这项比赛中，我们尝试确定120种不同的狗。该比赛中使用的数据集实际上是著名的ImageNet数据集的子集。我们可以从比赛网址上下载...

简单梯度下降一、对y=x^2 +2*x+1进行梯度下降1.1 用python1.2 使用pytorch二、python+numpy拟合简单曲线 y=2*x三、pytorch拟合简单曲线四、pytorch简单线性类y=cx一、对y=x^2 +2*x+1进行梯度下降1.1 用pythonx =1learning_rate =0.1 #学习率epoches =10y =lambda x:...