cs231n笔记1
来源:互联网 发布:avmoo最新域名2016 8 编辑:程序博客网 时间:2024/06/05 19:51
斯坦福深度学习与机器视觉课程cs231n,感觉挺不错的,顺便记下来一些零碎的点,不过具体内容还是要参考笔记、视频。不过网易云课堂的视频还是有些问题的。
研究历史
一开始是对猫的视觉进行研究,发现有如下神奇的特点:
- 对于整个图像,猫的视觉基础神经元没有被激活。
- 在切换图像时,神经元被激活。
因此研究人员认为神经元对简单形状、边缘有反应。
David Marr提出视觉是分层的。
90年代感知分组,将图像分为不同区域。
1999,SIFT特征,图像识别、匹配。
2001,Face Detection,没有进行3D建模。
数据集:
- PASCAL 20类
- IMAGENET 22K类,14M图
2011年及之前图像分类识别基本靠SIFT+SVM。
其竞赛2012年出现CNN,AlexNet,7层layer夺得冠军。
之后2014:GoogleNet,VGG;2015:MSRA深度残差,均基于CNN。
kNN分类器
两图像距离的定义。
- L1距离:像素间绝对值再求和
- L2距离:像素间差的平方求和再开方
超参数:无法在训练中优化,如距离定义、k值。
采用单一验证、交叉验证方法。
kNN流程:
- 计算已知类别数据中图像(train set)与需要预测点图像(test set)距离;
- 按照距离依次排序;
- 选取与需要预测图像距离最小的前k个;
- 确定前k个中每种类别出现的次数;
- 将出现次数最多的类别作为预测类别。
损失
SVM损失
公式:
这是某一类的损失,总损失可以求平均。
正则化
正则化项避免过拟合,考虑更多输入。
- L1正则:w权重绝对值之和
- L2正则:w权重平方和
Softmax损失
公式:
计算过程:
当初始时(w很小),L=-log(1/N)=log(N)。
CS231n Convolutional Neural Networks for Visual Recognition
CS231n官方笔记授权翻译总集篇发布
斯坦福CS231n—深度学习与计算机视觉
0 0
- cs231n笔记1
- CS231n课程笔记1:Introduction
- cs231n笔记
- cs231n笔记
- CS231n课程笔记翻译:神经网络笔记1
- cs231n笔记之我的笔记1
- CS231n winter 2016 学习笔记lecture 1
- CS231n学习笔记1-图像分类,KNN
- CS231N学习笔记1 Image Classification
- CS231N 笔记1_图片分类
- CS231N-1
- CS231n课程笔记翻译
- CS231n课程笔记翻译
- CS231n官方笔记
- CS231n课程笔记
- CS231n 课程笔记翻译
- CS231n 笔记汇总
- CS231n课程笔记翻译
- Putty配色
- MySQL NULL 值处理
- 算法 数独问题
- 二叉树 知道其他两种遍历方式求另一种
- android中使用Retrofit调用https接口及缓存
- cs231n笔记1
- linux串口编程说明
- Java中的常用异常处理方法
- Exception in thread "main" java.lang.UnsatisfiedLinkError: Cannot load 32-bit SWT libraries on 64-bi
- Hibernate 一对多注解 mappedby 作用
- 448. Find All Numbers Disappeared in an Array
- 各种滤波原理
- 3DGIS第四章 视点相关的实时选择性细化
- Spring boot上配置与使用mybatis plus