1、Torch构建简单的模型 2、奉献训练过程的代码 3、总结 通过博主通过TensorFlow、keras、pytorch进行训练同样的模型同样的图像数据，结果发现，pyTorch快了很多倍，特别是在导入模型的时候比TensorFlow快了很多。合适部署接口和集成在项目中。 ...
分类：
其他好文 时间：
2019-08-25 01:20:37
阅读次数：
85
可以不进行特定样本下的微调吗？可以直接采用AlexNet CNN网络的特征进行SVM训练吗？ 不针对特定任务进行微调，而将CNN当成特征提取器，pool5层得到的特征是基础特征，类似于HOG、SIFT，类似于只学习到了人脸共性特征；从fc6和fc7等全连接层中所学习到的特征是针对特征任务特定样本的特 ...
分类：
其他好文 时间：
2019-08-24 21:20:02
阅读次数：
126
和Faster R-CNN相比，R-FCN具有更深的共享卷积网络层，这样可以获得更加抽象的特征 抽象特征的捕获能否通过“sketch/conceptual...” - guided 来进行？想法还是说把逻辑推理和深度学习暴力计算相结合，各自发挥各自的优势~ 4. R-FCN网络的设计动机 Faste ...
分类：
其他好文 时间：
2019-08-24 09:19:30
阅读次数：
81
今日完成 还是找论文，看论文，中文的英文的，资料很少，基本上没有这类型的论文，看到了有关cnn分类案件的，cnn本身就可以做特征提取，在想可以不可以用cnn代替bpnn，这样就省去了特征提取的环节了。还是没有做特征提取，正则表达式或TF-IDF啥的，明天一定写。 明日计划 写TF-IDF，先尝试用B ...
分类：
其他好文 时间：
2019-08-22 22:06:44
阅读次数：
81
卷积神经网络 代码：https://github.com/TimVerion/cat 卷积层 卷积层：通过在原始图像上平移来提取特征，每一个特征就是一个特征映射 原理:基于人脑的图片识别过程，我们可以认为图像的空间联系也是局部的像素联系比较紧密，而较远的像素相关性比较弱，所以每个神经元没有必要对全局 ...
分类：
其他好文 时间：
2019-08-22 22:04:51
阅读次数：
143
面对一个图像分类问题，可以有以下步骤： 1.建立一个简单的CNN模型，一方面能够快速地run一个模型，以了解这个任务的难度 卷积层1：卷积核大小3*3，卷积核移动步长1，卷积核个数64，池化大小2*2，池化步长2，池化类型为最大池化，激活函数ReLU。 卷积层2：卷积核大小3*3，卷积核移动步长1， ...
分类：
其他好文 时间：
2019-08-22 13:29:52
阅读次数：
126
目的 让Faster R-CNN能做实例分割的任务。 方法 模型的结构图如下。 与Faster R-CNN相比，主要有两点变化。 (1) 用RoI Align替代RoI Pool。 首先回顾一下RoI Pool，流程为：将RPN产生的原图侯选框映射到CNNs输出的feature map上，显然原图比 ...
分类：
其他好文 时间：
2019-08-22 13:17:44
阅读次数：
83
根据贝叶斯公式和MAP，可将图像退化问题表示出来，再利用变量分割技术(HQS)，将该问题转化为两个子问题，其中一个子问题为图像降噪问题，该问题一般可以用传统的model-based方法解决，但是存在诸多问题，所以利用CNN为基础的判别式学习方法对图像通道相关的先验进行建模，利用其并行性等优点，执行图 ...
分类：
其他好文 时间：
2019-08-20 10:56:17
阅读次数：
77
目录 网络结构 两大创新点 参考资料 第一个典型的CNN是LeNet5网络结构，但是第一个引起大家注意的网络却是AlexNet，Alex Krizhevsky其实是Hinton的学生，这个团队领导者是Hinton，于2012年发表论文。 AlexNet有60 million个参数和65000个 神经 ...
分类：
Web程序 时间：
2019-08-20 10:46:23
阅读次数：
150
作者提出了一种多模态循环神经网络(AlexNet / VGGNet +多模式层+ RNN)，用CNN提取图像特征，单词经过两层词输入到RNN中，最后将单词特征，图像特征，以及RNN的hidden一起输入到多模态层，经过Softmax生成下一个词的概率分布。RNN主要是为了保存句子前面的特征。 加入两 ...
分类：
Web程序 时间：
2019-08-18 19:56:35
阅读次数：
161
