
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
循环神经网络(RNN)之长短期记忆(LSTM)
模仿人类大脑带入一个记忆细胞的概念
图数据结构之邻接链表Adjacency List(Python版)
熟悉数据结构中邻接链表的表达
神经网络技巧篇之寻找最优超参数
在神经网络中,除了权重和偏置等参数外,超参数也是一个很常见的参数,这里的超参数是指,比如各层的神经元数量、batch大小、参数更新时的学习率或权值衰减等,如果这些超参数没有设置一个合适的值,模型的性能就会很差。
计算机视觉之图像增广(翻转、随机裁剪、颜色变化[亮度、对比度、饱和度、色调])
使用图像增广技术,防止过拟合,提高模型的泛化能力
MXNet卷积神经网络对图像边缘的检测
MXNet中的卷积层,以及对感受野的熟悉
计算机视觉之目标检测训练数据集(皮卡丘)《2》
目标检测训练数据集皮卡丘
计算机视觉之目标检测(object detection)《1》
目标的检测与锚框的标注
计算机视觉之SSD改进版本(平滑L1范数损失与焦点损失)《4》
损失函数的改良,使得模型的学习更加优化
PyTorch对WGAN(Wasserstein生成对抗网络)的实现
WGAN的了解与操作








