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-oriented，遇到大的問...
發(fā)簡信
IP屬地：華盛頓州
-
自動(dòng)駕駛零基礎(chǔ)1-車道檢測_圖片到視頻 -
TensorFlow實(shí)現(xiàn)LeNet-5
我們依然使用之前的MNIST數(shù)據(jù)集，通過構(gòu)建簡單的LeNet-5卷積神經(jīng)網(wǎng)絡(luò)來進(jìn)行訓(xùn)練。LeNet-5是Yann LeCun教授提出的（今年的圖靈獎(jiǎng)獲得者），它是第一個(gè)成功應(yīng)...
-
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，所以有著很強(qiáng)的泛化性。它最大...
-
機(jī)器學(xué)習(xí)開篇 - 立個(gè)飄搖的小旗從小夢(mèng)想做個(gè)文豪，后來連做夢(mèng)醒了都想著先打分號(hào); 從來美國讀書開始教授就忽悠著上machine learning的課，到現(xiàn)在連樓下賣魚的花名都叫“See Food”。雖然我是...
-
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），看看如何使用簡單的單隱藏層全連接神經(jīng)網(wǎng)絡(luò)提高準(zhǔn)確率。話不多說直接開干...
-
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)我們到達(dá)某一個(gè)點(diǎn)是，我們往任意...
-
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，或者說我們由于數(shù)據(jù)量等現(xiàn)實(shí)問題已經(jīng)無法再提已有模型的能力，我們可以使用很多簡單的優(yōu)化算法，把我們現(xiàn)在的數(shù)據(jù)模型的能力大幅...
-
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)倭喑鰜斫榻B。 什么是MNIST? MNIST（官方網(wǎng)站）是非常...
-
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 Notebook已經(jīng)被打包安裝了。想要重新安...