深度学习相关（cs231n）第10页

Amour_sm·2022-11-25 16:39

神经网络与深度学习——神经网络基础与反向传播（CS231n）Neural Network Basics & Back Propagation

回顾之前我们得出了分数函数、损失函数、进而得到数据损失+正则项我们要得到最好的W，为此使用了梯度下降进行优化。对于梯度下降，有数值法（慢）和解析法（快），在实践中，推导解析梯度，使用数值梯度来检查但问题是：线性分类并不强线性分类每类只能学到一个图像，而且只能进行线性决策边界神经网络“神经网络”是一个非常宽泛的术语;更准确地说，它们被称为“全连接网络”，有时也被称为“多层感知器”(MLP)2层3层神

DongDu_rabbit·2022-11-25 10:45

（二）学习目标检测的第2个月

##第一周月结看完cs231n的笔记cs231nassignment2解答：https://blog.csdn.net/zhangxb35/article/details/69568456算法，框架，芯片的区别

vitalgirl·2022-11-25 10:02

Tensorflow/Pytorch安装（Anaconda环境下，无版本冲突，亲测有效）

深度学习框架安装零、前言一、Tensorflow安装二、Pytorch安装零、前言深度学习相关的热门框架主要为Tensorflow和Pytorch，通过各框架官网引导一般可以正常安装该框架，但是真正动手安装过的同学应该都知道这些第三方库之间可能存在版本冲突的问题

NorthSmile·2022-11-25 04:22

《人均码农的世界对连c都不会写的辣鸡很不友好》之paddle系列 PP-humanseg保姆级入门教学（之后会更新paddle系列其他的教学）

在本教程开始之前，我会默认各位已经搭建好了深度学习相关的开发环境，以及能够熟练的掌握打开和关闭pycharm等操作，如果不知道怎么弄，请移步我的第一个博客。

深度学习鲨我·2022-11-24 19:28

2022年Cs231n PPT笔记-训练CNN

目录权重初始化随机初始化XavierInitializationKaiming/MSRAInitialization训练误差和测试误差EarlyStoppingModelEnsembles正则化正则化的通用思想Dropout解释Inverteddropout数据增强其他方法使用建议选择超参数步骤RandomSearch和GridSearch权重初始化在神经网络的学习中，权重初始值非常重要。很多时候

iwill323·2022-11-24 18:16

【交叉熵损失函数】关于交叉熵损失函数的一些理解

（LossFunction）1.1损失项1.2正则化项2.交叉熵损失函数2.1softmax2.2交叉熵0.前言有段时间没写博客了，前段时间主要是在精读一些计算机视觉的论文（比如yolov1），以及学cs231n

SinHao22·2022-11-24 17:06

斯坦福CS231n听课笔记

课程视频链接目录Lec1计算机视觉简介历史Lec2图像分类的流程图像分类的流程图形分类中可能出现的问题图像分类的尝试KNN如何设置超参线性分类Lec3损失函数和优化损失函数正则化优化其他Lec4反向传播&神经网络反向传播Lec5卷积神经网络全连接层卷积层池化层趋势Lec6训练神经网络(1)激活函数sigmoidtanhReLuLeakyReLuPReLuELUmaxout“Neuron”使用激活函

GillianZhu·2022-11-24 15:11

第三届NVIDIA-SKY-hackathon参赛回顾

在经验丰富的GPU导师指导下，通过黑客松竞赛的方式学习业界所需的深度学习相关应用开发及其并行计算技能，激发学生们的学习兴趣与创新力。

董*飞飞·2022-11-24 14:20

pytorch学习笔记（一）---深度学习基础和传统神经网络介绍

文章目录前言一、深度学习的一般流程1.数据获取2.特征工程3.建立模型4.评估应用二、神经网络的整体架构与基本流程1.整体架构2.前向传播3.反向传播三、DROP-OUT总结前言由于在硕士期间的研究内容是深度学习相关

浓眉毛梁·2022-11-24 14:10

阅读指针·2022-11-24 14:50

cs231n学习笔记（一）

文章目录图像分类NearestNeighbor分类器k-NearestNeighbor（KNN）分类器超参数的选择KNN分类器的劣势线性分类线性评分函数线性分类器损失函数反向传播中的梯度计算简单表达式和理解梯度使用链式法则计算复合表达式模块化：Sigmoid例子反向传播实践：分段计算回传流中的模式神经网络单个神经元建模作为线性分类器的单个神经元常用激活函数神经网络结构设置数据和模型梯度检查学习之前

Eighnn·2022-11-24 12:17

收藏 | 图像分割深度学习从零开始学习路线

你可能需要对深度学习和计算机视觉的基本任务有一个较为系统的学习，这块应该转看深度学习入门等相关话题，斯坦福的李飞飞cs231n被推荐的挺多的。这块我就不多赘述了，我更多分享后面三个阶段关

小白学视觉·2022-11-24 11:14

c#+tensorflow.net的环境配置

一、tensorflow.net的介绍TensorFlow是一个深度学习框架，支持Linux平台，Windows平台，Mac平台，甚至手机移动设备等各种平台，TensorFlow提供了非常丰富的深度学习相关的

lxx_123456·2022-11-24 09:07

【深度学习-CS231n】线性分类器和神经网络

文章目录神经网络静态部分基本概念和小细节算法设计选项神经网络动态部分学习过程[梯度检查](https://zhuanlan.zhihu.com/p/21741716?refer=intelligentunit)学习之前：合理性检查的提示与技巧检查整个学习过程1.损失函数2.训练集和验证集准确率3.权重更新比例4.每层的激活数据及梯度分布参数更新学习率退火逐参数适应学习率方法超参数调优模型集成总结神

wuxiaoxiao2021·2022-11-23 20:56

CS231n Lecture 2: Image Classification pipeline

ImageClassificationpipelineAssignmentImageClassificationpipelineCodeAchievementWorkinglocallyDownloadDatasetStartIPythonCodeAchievementimportmodulesLoaddataKNNresultoptimizationiterationCross-validati

夏七岁·2022-11-23 15:51

CS231n-Lecture2:图像分类（Image Classification）

图像分类最近邻分类器（NearestNeighborClassifier/NN）概念实现过程K-最近邻算法（K-nearestneighbor/kNN）超参数的选择（hyperparameter）交叉验证kNN优缺点reference最近邻分类器（NearestNeighborClassifier/NN）概念图像分类数据集CIFAR-10：60,000张图，训练集50,000张（每个标签5,000

二叉树不是树_ZJY·2022-11-23 15:19

cs231n笔记：lecture2，lecture3

imageclassification图像分类问题就是为输入图像从一组给定的类别中为其分配一个标签的问题，这是计算机视觉领域的核心任务之一，尽管他很简单但却有很多种实际应用，许多看似不同的其他计算机视觉任务都可以简化为图像分类任务。例如下图就给出了一个图像分类模型根据给出的输入图像为其分配标签。可能遇到的问题虽然图像识别任务对于人来说是微不足道的，因为大脑早已具备了视觉识别的神经系统，但是这对于计

AEPro·2022-11-23 15:19

【cs231n】Lecture 2 : Image Classification pipeline 图像分类管道

Assignment1K-NearestNeighbor(k-最近邻分类器)Linearclassifiers(线性分类器)：SVM，SoftmaxTwo-layerneuralnetwork(两层神经网络)ImageFeatures(图像特征)Ⅰ.ImageClassification:AcoretaskinComputerVisionTheproblem:SemanticGap(语义鸿沟)Ch

lele_ne·2022-11-23 15:48

python中shape用法

一维矩阵二维矩阵更详细讲解：Python里对于shape()的理解Python里对于shape()的理解（1）shape（）含义在笔者debug深度学习相关代码的时候，很容易出现shape()这样形式的东西

地瓜没有花·2022-11-23 12:47

全网最简单易懂且最综合的Python Numpy新手教程

最近看到一个英文网页写的颇有大家风范，特意翻译下来与大家共赏，也做自己以后的参考之用，原网页在：http://cs231n.github.io/python-numpy-tutorial/#numpy。

亲亲Friends·2022-11-23 12:37

深度学习——自学笔记2

秋男不吃牛肉豆制品牛奶小麦·2022-11-23 12:54

VScode使用服务器的Python解释器

本篇为《深度学习》系列博客的第十七篇，该系列博客主要记录深度学习相关知识的学习过程和自己的理解，方便以后查阅。

梁小憨憨·2022-11-23 10:23

切比雪夫不等式 & 大数定律 & 中心极限定理

本篇为《深度学习》系列博客的第五篇，该系列博客主要记录深度学习相关知识的学习过程和自己的理解，方便以后查阅。

梁小憨憨·2022-11-23 10:53

crontab + mutt 实现Linux服务器监控，硬盘空间不足自动发送邮件

crontab+mutt实现Linux服务器监控，硬盘空间不足自动发送邮件实验室的博士们进行深度学习相关实验的时候，常会大量的保存模型和数据，而很少会进行删除操作，经常遇到硬盘空间不足导致所有程序被迫停止

LeonAola·2022-11-23 07:48

最热深度学习框架TensorFlow和PyTorch，哪一款才是你的菜

AI课工场·2022-11-23 06:16

cs231n assignment1：KNN/SVM/Softmax/Two_layer_net

一、knn:1.knn.py中实现a.分别用双重循环、单重循环和不使用循环实现欧式距离公式公式：双重循环：defcompute_distances_two_loops(self,X):"""ComputethedistancebetweeneachtestpointinXandeachtrainingpointinself.X_trainusinganestedloopoverboththetra

肉鸡小龙·2022-11-23 03:42

CS231n学习笔记--4.Backpropagation and Neural Networks

1.损失函数其中SVM损失函数计算的是不正确分类的得分惩罚，即Syi是正确分类结果的得分，Sj是错误分类结果的得分，超参数（1）度量正确分类得分的优越性。2.简单损失函数流程图：3.求解损失函数的梯度矩阵其中，绿色数值代表前向网络中的实际值，红色数值代表反向神经网络得到的梯度值。4.常见的激活函数sigmoid有点落伍了（fallenoutoffavoranditisrarelyeverused）

Kuekua-seu·2022-11-23 03:38

Stanford-CS231n-assignment1-SVM及向量化梯度详解

首先贴代码，后面会着重讲解SVM的向量化求梯度，Q2.Linear_SVM.pyfrombuiltinsimportrangeimportnumpyasnpfromrandomimportshufflefrompast.builtinsimportxrangedefsvm_loss_naive(W,X,y,reg):"""StructuredSVMlossfunction,naiveimpleme

不跑步就等肥·2022-11-23 03:05

CS231n笔记--图片线性分类

目录图像分类面临的问题MachineLearning:Data-DrivenApproachK-NearestNeighbor原理代码结果L1与L2距离应用情况数据集的划分cross-validationLinearClassiﬁer模型实际意义对权重矩阵的解释对bias的处理损失函数SVMloss代码SoftmaxclassifierSoftmaxvs.SVM图像分类面临的问题Viewpoint

iwill323·2022-11-23 03:32

【CS231n】Softmax浅谈 + Softmax代码实现

1.Softmax1.1Softmax概要Softmax分类器可以认为是在SVM分类器的基础上做了一些改进，SVM的输出为对于一张image在各个类别上面的评分，因为没有明确的参照，所以很难直接解释。而Softmax则不同，Softmax将对于一张image在各个类别上面的评分看作为归一化的对数概率，概率给了我们明确的参照，我们可以认为这张image应该认为是概率最高所对应的类别。1.2Softm

我是一只计算鸡·2022-11-23 03:31

1.tensorflow和keras入门

C--G·2022-11-22 13:01

《Deep Learning for Computer Vision withPython》阅读笔记-StarterBundle(第8 - 9章)

从本章开始将仅记录书中的重点内容翻译并记录，供日后复习使用8.参数化学习本章的大部分灵感来自AndrejKarpathy在斯坦福cs231n课堂中出色的线性分类注释[74]。

Dream_WLB·2022-11-22 09:38

Numpy实现大矩阵减去小矩阵的方便运算

把一个向量加到矩阵的每一行:调用numpy库完成cs231作业1，numpy参考知乎CS231n课程笔记翻译：PythonNumpy教程使用一重循环#Wewilladdthevectorvtoeachrowofthematrixx

brightendavid·2022-11-22 07:28

PaddlePaddle百度论文复现营——视频分类入门学习笔记

PaddlePaddle百度论文复现营——视频分类入门学习笔记1任务与背景视频分类任务、问题与挑战、经典数据集、深度学习相关背景知识1.1视频分类的意义1.2视频分类定义1.3视频分类的挑战1.4视频分类发展历程

Kevin-Pang·2022-11-22 02:54

花花少年·2022-11-21 20:44

CS231n 两层神经网络反向传播实现

今天写了cs231n作业1的两层神经网络的部分，听视频和看讲义的时候觉得挺简单的没在意，后来真正写的时候发现了问题，而且也领悟到了新的东西，反向传播代码实现的奥妙之处。

hmsjdzzj·2022-11-21 09:04

目标跟踪方法的发展概述

粒子滤波（ParticleFilter）和KalmanFilter等经典跟踪方法，到基于检测（TrackByDetection）或相关滤波（CorrelationFilter）的方法，到最近三年来出现的深度学习相关方法

2014wzy·2022-11-21 03:54

机器学习/深度学习资源下载合集（持续更新...）

文章首发于Github，若下载资源请跳转Github.文章目录1.视频：1.1.吴恩达老师机器学习课程：1.2.吴恩达深度学习课程：1.3.斯坦福CS231n:ConvolutionalNeuralNetw

强劲九·2022-11-20 22:59

卷积神经网络笔记

斯坦福CS231n课程确实很好，学了有两三遍，每次都有不一样的收获，理解的也更深刻。这里把自己觉得重要的东西记录下来，以加深印象，同时便于查阅。

yanduo2594·2022-11-20 22:15

AlexNet网络结构参数计算

文章目录前言一、CNN网络性能参数计算方法二、简化AlexNet网络参数计算二、真实的AlexNet网络参数计算总结前言CS231n中详细介绍了AlexNet网络结构，又参考了EECS498-007/598

不想生产学术垃圾·2022-11-20 22:43

CS231n 课程（笔记内容 by Aries.Y）

图像分类图像分类的任务，就是对于一个给定的图像，预测它属于的那个分类标签（或者给出属于一些列不同标签的可能性）好的图像分类模型能够在维持分类结论稳定的同时，保持堆类间差异足够敏感数据驱动的方法就是像教小孩子看图识物一样：给计算机很多数据，然后实现学习算法，让计算机学习到每个类的外形图像分类的流程大致分为：输入：输入是包含N个图像的集合，每个图像的标签是K种分类标签中的一种。这个集合称为训练集学习：

大白羊_Aries·2022-11-20 22:06

svr公式推导_SVM原理及公式推导

weixin_39593460·2022-11-20 18:15

9 大主题，机器学习算法理论面试题大汇总

算法理论基础不仅包含基本概念、数学基础，也包含了机器学习、深度学习相关。

Java小海.·2022-11-20 18:09

cs231n-梯度下降及在线性分类器的应用

梯度下降法梯度下降法数值梯度分析梯度svmlossSoftmaxloss梯度检验mini-batch梯度下降如果学过最优化,那么就知道梯度下降法是最简单的一种函数求极小的方法,也成为最速下降法,过程如下,首先选取一个初始位置,计算当前位置下的函数的梯度,然后按照负梯度方向走一个步长的距离,重新在当前点计算梯度并走一个负梯度方向的步长,迭代当前过程直到收敛.过程可以用下图表示:还是举一个图片分类的例

zhixuhao·2022-11-20 15:33

cs231n学习记录-理解线性分类器

分类器的缺点二、什么是线性分类器三、线性分类器的原理四、从图像到标签分值的参数化映射五：解释这个“b”六、将线性分类器看做模板匹配七、结尾前言：学习内容是斯坦福大学的《面向计算机视觉的卷积神经网络》课程，课程代码cs231n

法拉不会飞·2022-11-20 15:32

CS231n-2017 第2讲图像分类：KNN与线性分类

一.图像分类概述难点(1)ViewPointVariation:拍摄视角。(2)Illumination:光照。(3)Deformation:变形。(4)Occlusion:遮挡。(5)BackgroundClutter:背景干扰。(6)IntraclassVariation:同类事物的差异化。上述困难导致无法通过硬编码规则对图像达到良好的分类效果。而机器学习的方法，则是一种数据驱动的方法。其主要

suredied·2022-11-20 15:32

cs231n-线性分类器

cs231n-线性分类器cs231n-线性分类器线性可分与不可分线性分类器线性可分与不可分分类问题就是根据已知数据集来给未知数据打上标签的过程,根据数据分布的不同,可以找到线性函数所表示的直线或者(超)

zhixuhao·2022-11-20 15:32

cs231n-svm和softmax

cs231n-svm和softmaxcs231n-svm和softmax回顾损失函数svm损失函数权值矩阵初始化正则化Softmax损失函数svmvssoftmax总结线性分类器svmsoftmax回顾上一篇我们讲到了线性分类器以及在图像分类当中的应用