由于平台稳定性较差，后续笔记都转移到稀土掘金
发简信
IP属地：福建
-
-
语义相似度一、语义相似度的简介 在很多情况下，直接计算词语之间的相似度非常的困哪，一般情况下，先计算词语之间的距离，再转换为相似度。 语义之间的距离，通常有两种计算方式，一种是通过...
-
Tensorflow(一) TFRecord生成与读取TFRecord生成 一、为什么使用TFRecord? 正常情况下我们训练文件夹经常会生成 train, test 或者val文件夹，这些文件夹内部往往会存着成千上万的图片或...
-
一文带你畅游视觉关系检测(Visual Relationship Detection)Visual Relationship相关论文整理 Visual Relationship Problem 视觉关系识别/检测任务不仅需要识别出图像中的物体以及他们的位置（d...
-
[翻译]Learning Deep Features for Discriminative Localization英文原文请点这里 摘要 在这项工作中， 我们重新审视了《 Network in network》中提出的全局平均 池化层（global average pooling），并...
-
jupyter notebook配置完成后，在浏览器中无法访问服务器
由于远程服务器防火墙的作用，在本地浏览器上无法打开此时应在本地建立一个ssh通道：ssh -p remote_port remote_user@remote_ip -L127...
-
cs231n_函数的优化策略这部分主要包括两个内容一个是优化方法，另一个是传统图像识别方法两步走策略。优化方法主要是学习常用的优化算法学习，例如梯度下降，带动量的梯度下降以及Adam等一系列优化方法。其...
-
cs231n_学习损失函数svm多分类损失函数与softmax Hinge Loss 表达式image.pngimage.png 加正则的目的image.png为了解决W的值不唯一的问题，并且防止模型...
-
-
cs231n_深度之眼第四次作业assignment1 of cs231n cifar10数据可视化的结果image.png K交叉验证的曲线图image.png 预测准确率image.png
-
2.3 图像分类：线性分类线性分类器有助于我们建立起整个神经网络和整个卷积网络。 这里有一个2*2，有4个像素的图像，线性分类器的工作方式是，我们把这个2*2的图像拉伸成一个有四个元素的列向量，这里我...
-
cs231n_深度之眼第三次作业
KNN与线性分类器 1. f(x,w)线性分类器与knn区别？KNN需要保留训练数据，而线性分类器只需要保留训练好的权重w即可；KNN得出与query image最相近的前...
-
cs231n_深度之眼第二次作业图像分类数据和label分别是什么 ？图像分类存在的问题与挑战？图像分类数据包括训练集测试集的数据，在有监督的问题中对于训练集数据来说是有label的，而测试集是等待我们去识...
-
cs231n_深度之眼第一次作业
1. 图像的数据主要来源有哪些？ 答：MNIST；Imagenet；COCO；PASCAL VOC；CIFAR；Open Image；Youtube-8M； 深度学习数据集收...
