發(fā)簡(jiǎn)信
IP屬地：華盛頓州
-
自動(dòng)駕駛零基礎(chǔ)1-車道檢測(cè)_圖片到視頻死馬當(dāng)成特斯拉 開個(gè)新坑，一起學(xué)習(xí)下自動(dòng)駕駛會(huì)用到的計(jì)算機(jī)視覺處理。一點(diǎn)一點(diǎn)的知識(shí)點(diǎn)太零碎也不系統(tǒng)，太多了我自己也記不住。咱們還是project...
-
TensorFlow實(shí)現(xiàn)LeNet-5
我們依然使用之前的MNIST數(shù)據(jù)集，通過(guò)構(gòu)建簡(jiǎn)單的LeNet-5卷積神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行訓(xùn)練。LeNet-5是Yann LeCun教授提出的（今年的圖...
-
卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)為什么使用卷積神經(jīng)網(wǎng)絡(luò)卷積神經(jīng)網(wǎng)絡(luò)最初的設(shè)計(jì)是為了解決圖像數(shù)據(jù)預(yù)處理的要求，避免復(fù)雜的特征過(guò)程。因?yàn)槠鋵?duì)于圖像的縮放，評(píng)議，旋轉(zhuǎn)等畸變有著不變性...
-
純干貨-手把手優(yōu)化神經(jīng)網(wǎng)絡(luò)—MNIST數(shù)字識(shí)別進(jìn)階
這一章我們把前兩章介紹的優(yōu)化方法應(yīng)用在我們的訓(xùn)練模型V1上（參考機(jī)器學(xué)習(xí)實(shí)戰(zhàn)—MNIST手寫體數(shù)字識(shí)別），看看如何使用簡(jiǎn)單的單隱藏層全連接神經(jīng)網(wǎng)...
-
優(yōu)化算法-梯度下降，反向傳播，學(xué)習(xí)率梯度下降 梯度下降法主要用于單個(gè)參數(shù)的取值。假如損失函數(shù)是一座山，我們從山上一個(gè)任意點(diǎn)開始往山下走，山坡的坡度越大，我們的垂直高度下降的越快。當(dāng)...
-
優(yōu)化算法-如何事倍功半優(yōu)化你的模型(一)武功再高，也怕菜刀。 當(dāng)我們的模型主體結(jié)構(gòu)確定了之后，或者說(shuō)我們由于數(shù)據(jù)量等現(xiàn)實(shí)問(wèn)題已經(jīng)無(wú)法再提已有模型的能力，我們可以使用很多簡(jiǎn)單的優(yōu)化算法，...
-
機(jī)器學(xué)習(xí)實(shí)戰(zhàn)—MNIST手寫體數(shù)字識(shí)別主角多會(huì)嘴遁，反派死于話多。 扯了三篇咱們直接開始上手一個(gè)項(xiàng)目體驗(yàn)下機(jī)器學(xué)習(xí)的魅力，相關(guān)的理論知識(shí)，遇到了咱們?cè)倭喑鰜?lái)介紹。 什么是MNIST?...
-
機(jī)器學(xué)習(xí)工具（二）— Jupyter Notebook，Tensorflow，PythonJupyter Notebook Jupyter Notebook 官方網(wǎng)站 安裝 如果你安裝了Anaconda，Jupyter Noteboo...
-
機(jī)器學(xué)習(xí)工具（一） —— Anaconda學(xué)術(shù)不分國(guó)界，技術(shù)沒有底線 現(xiàn)在有非常多優(yōu)秀的框架和工具每天都在更新，同學(xué)們當(dāng)然要首選自己用著順手的家伙什。但是對(duì)于剛起步的哥們來(lái)說(shuō)，選擇一個(gè)好...