7 ForeverStrong

尚未进行身份认证

梦想,不是浮躁,而是沉淀和积累。

等级
博文 1k+
排名 1k+

MonoGRNet: A Geometric Reasoning Network for Monocular 3D Object Localization

MonoGRNet:AGeometricReasoningNetworkforMonocular3DObjectLocalizationMonoGRNet:单张图像估测物体三维位置

2019-06-16 20:20:47

动手学深度学习 - 3.8. 多层感知机

多层感知机我们已经介绍了包括线性回归和softmax回归在内的单层神经网络。然而深度学习主要关注多层模型。在本节中,我们将以多层感知机(multilayerperceptron,MLP)为例,介绍多层神经网络的概念。隐藏层多层感知机在单层神经网络的基础上引入了一到多个隐藏层(hiddenlayer)。隐藏层位于输入层和输出层之间。图3.3展示了一个多层感知机的神经网络图。在图3.3所...

2019-06-15 23:59:11

动手学深度学习 - 5.2. 填充和步幅

动手学深度学习-5.2.填充和步幅动手学深度学习-DiveintoDeepLearningAstonZhang,ZacharyC.Lipton,MuLi,andAlexanderJ.Smolahttps://zh.d2l.ai/5.2.填充和步幅在上一节的例子里,我们使用高和宽为3的输入与高和宽为2的卷积核得到高和宽为2的输出。一般来说,...

2019-06-15 22:04:44

动手学深度学习 - 5.1. 二维卷积层

动手学深度学习-5.1.二维卷积层动手学深度学习-DiveintoDeepLearningAstonZhang,ZacharyC.Lipton,MuLi,andAlexanderJ.Smolahttps://zh.d2l.ai/5.1.二维卷积层卷积神经网络(convolutionalneuralnetwork)是含有卷积层(convolu...

2019-06-15 17:17:42

数值稳定性和模型初始化

数值稳定性和模型初始化理解了正向传播与反向传播以后,我们来讨论一下深度学习模型的数值稳定性问题以及模型参数的初始化方法。深度模型有关数值稳定性的典型问题是衰减(vanishing)和爆炸(explosion)。衰减和爆炸当神经网络的层数较多时,模型的数值稳定性容易变差。假设一个层数为LLL的多层感知机的第lll层H(l)\boldsymbol{H}^{(l)}H(l)的权重参数为W(l)\b...

2019-06-14 23:32:11

模型选择、欠拟合和过拟合

模型选择、欠拟合和过拟合在前几节基于Fashion-MNIST数据集的实验中,我们评价了机器学习模型在训练数据集和测试数据集上的表现。如果你改变过实验中的模型结构或者超参数,你也许发现了:当模型在训练数据集上更准确时,它在测试数据集上却不一定更准确。这是为什么呢?训练误差和泛化误差在解释上述现象之前,我们需要区分训练误差(trainingerror)和泛化误差(generalization...

2019-06-14 23:31:20

权重衰减

权重衰减上一节中我们观察了过拟合现象,即模型的训练误差远小于它在测试集上的误差。虽然增大训练数据集可能会减轻过拟合,但是获取额外的训练数据往往代价高昂。本节介绍应对过拟合问题的常用方法:权重衰减(weightdecay)。方法权重衰减等价于L2L_2L2​范数正则化(regularization)。正则化通过为模型损失函数添加惩罚项使学出的模型参数值较小,是应对过拟合的常用手段。我们先描述...

2019-06-14 23:30:51

丢弃法

丢弃法除了前一节介绍的权重衰减以外,深度学习模型常常使用丢弃法(dropout)[1]来应对过拟合问题。丢弃法有一些不同的变体。本节中提到的丢弃法特指倒置丢弃法(inverteddropout)。方法回忆一下,“多层感知机”一节的图3.3描述了一个单隐藏层的多层感知机。其中输入个数为4,隐藏单元个数为5,且隐藏单元hih_ihi​(i=1,…,5i=1,\ldots,5i=1,…,5...

2019-06-14 23:30:18

正向传播、反向传播和计算图

正向传播、反向传播和计算图前面几节里我们使用了小批量随机梯度下降的优化算法来训练模型。在实现中,我们只提供了模型的正向传播(forwardpropagation)的计算,即对输入计算模型输出,然后通过autograd模块来调用系统自动生成的backward函数计算梯度。基于反向传播(back-propagation)算法的自动求梯度极大简化了深度学习模型训练算法的实现。本节我们将使用数学和计算...

2019-06-14 23:29:46

动手学深度学习 - 3.4. softmax 回归

动手学深度学习-3.4.softmax回归动手学深度学习-DiveintoDeepLearningAstonZhang,ZacharyC.Lipton,MuLi,andAlexanderJ.Smolahttps://zh.d2l.ai/3.4.softmax回归线性回归模型适用于输出为连续值的情景。在另一类情景中,模型输出可以是一个像图像类别这样...

2019-06-14 23:27:54

动手学深度学习 - 11.5. GPU 购买指南

动手学深度学习-11.5.GPU购买指南动手学深度学习-DiveintoDeepLearningAstonZhang,ZacharyC.Lipton,MuLi,andAlexanderJ.Smolahttps://zh.d2l.ai/11.5.GPU购买指南深度学习训练通常需要大量的计算资源。GPU目前是深度学习最常使用的计算加速硬件。相对于...

2019-06-14 19:37:48

动手学深度学习 - 11.7. d2lzh 包索引

动手学深度学习-11.7.d2lzh包索引动手学深度学习-DiveintoDeepLearningAstonZhang,ZacharyC.Lipton,MuLi,andAlexanderJ.Smolahttps://zh.d2l.ai/(https://zh.d2l.ai/)11.7.d2lzh包索引函数、类等名称,定义所在章节。bbox_t...

2019-06-14 19:35:20

动手学深度学习 - 3.1 线性回归

动手学深度学习-3.1线性回归动手学深度学习-DiveintoDeepLearningAstonZhang,ZacharyC.Lipton,MuLi,andAlexanderJ.Smolahttps://zh.d2l.ai/3.1.线性回归线性回归输出是一个连续值,因此适用于回归问题。回归问题在实际中很常见,例如预测房屋价格、气温、销售额等连续值的问...

2019-06-12 20:20:50

动手学深度学习 - 3. 深度学习基础

动手学深度学习-3.深度学习基础动手学深度学习-DiveintoDeepLearningAstonZhang,ZacharyC.Lipton,MuLi,andAlexanderJ.Smolahttps://zh.d2l.ai/3.深度学习基础作为机器学习的一类,深度学习通常基于神经网络模型逐级表示越来越抽象的概念或模式。线性回归和softmax回...

2019-06-12 20:19:04

touch

touchtouch-changefiletimestampsLinuxtouch命令用于修改文件或者目录的时间属性,包括存取时间和更改时间。若文件不存在,系统会建立一个新的文件。1.SYNOPSIStouch[OPTION]...FILE...2.DESCRIPTIONUpdatetheaccessandmodificationtimesofeac...

2019-06-11 22:07:27

lpr

lprlpr-printfiles1.SYNOPSISlpr[-E][-Hserver[:port]][-Uusername][-Pdestination[/instance]][-#num-copies[-h][-l][-m][-ooption[=value]][-p][-q][-r][-Ctit...

2019-06-11 20:09:36

Center and Scale Prediction: A Box-free Approach for Object Detection

CenterandScalePrediction:ABox-freeApproachforObjectDetection3ProposedMethod3.1Preliminarypreliminary[prɪ'lɪmɪn(ə)rɪ]:adj.初步的,开始的,预备的n.初步行动,准备工作,预赛,预试TheCNN-basedobjectdetectors...

2019-06-11 08:26:42

Software release life cycle - 软件版本周期

Softwarereleaselifecycle-软件版本周期Asoftwarereleaselifecycleisthesumofthestagesofdevelopmentandmaturityforapieceofcomputersoftware:rangingfromitsinitialdevelopmenttoitsev...

2019-06-09 09:14:01

CSDN Markdown 公式编号

CSDNMarkdown公式编号\tag{*}标签设置公式的编号,公式编号右对齐。\tag{*}为手动编号。Whileinbox-freedetectors,detectionisperformedmerelyonthesetoffeaturemaps$\Phi_{det}$,thatis,$$Dets=\mathcal{H(\Phi_{det...

2019-06-07 23:23:46

Dive into Deep Learning - 动手学深度学习

DiveintoDeepLearning-动手学深度学习DiveintoDeepLearninghttps://d2l.ai/https://en.d2l.ai/d2l-en.pdf动手学深度学习https://zh.d2l.ai/https://zh.d2l.ai/d2l-zh.pdfDiveintoDeepLearning-GitHubhttps://...

2019-06-07 23:23:10
奖章
  • Github
    Github
    绑定github第三方账户获取
  • 专栏达人
    专栏达人
    授予成功创建个人博客专栏的用户。专栏中添加五篇以上博文即可点亮!撰写博客专栏浓缩技术精华,专栏达人就是你!
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周上午根据用户上周的博文发布情况由系统自动颁发。