首页
学习
活动
专区
工具
TVP
发布

林欣哲

专栏作者
56
文章
110148
阅读量
31
订阅数
迁移学习
机器视觉领域的问题通常来说是个有很多参数的复杂问题,从零开始自己构造一个神经网络通常来说是非常消耗计算能力和时间的。 我们可以站在巨人的肩膀上,用别人训练好的图像识别的卷积神经网络的结构和参数,只改造最后的几层全联接层,并训练这几层,就可以快速得到一个能解决我们问题的专用神经网络。这就是迁移学习的意思,即迁移别人现成的网络结构和参数,嫁接我们自己问题的分类器来训练。 例如,当我们在研发一个新的图像识别分类器时(如识别猫的分类器),通常我们不需要从零开始训练一个猫的专用分类器,我们到GitHub下载别人开源的
linxinzhe
2018-04-10
6610
目标检测
今天的这篇是对吴恩达的深度学习微专业的第四节课卷积神经网络的第三周的目标检测的总结。 普通的卷积神经网络我们用来识别一张图片是什么东西。但是有些时候我们需要知道这个物体在哪,也就是能识别出这个物体并且知道它的坐标(x,y)和长宽。 要能识别物体在哪,神经网络用带有坐标和长宽的标签的大量的这类物体做数据,用神经网络预测的点的位置和长宽的均方误差来训练得到的。 也可以同样的道理去训练一个识别人脸的特征(比如眼角和嘴角的位置)的神经网络。 明白了原理,我们就能做一个图像里的目标检测了,原理其实是用训练好的识别物
linxinzhe
2018-04-10
8520
一小时培训之神经网络入门
系列培训目录 ➡️神经网络(Neural Networks)⬅️ 卷积神经网络(Convolutional Neural Networks) 循环神经网络(Recurrent Neural Netwo
linxinzhe
2018-04-10
8450
没有更多了
社区活动
Python精品学习库
代码在线跑,知识轻松学
【玩转EdgeOne】征文进行中
限时免费体验,发文即有奖~
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·干货材料·成员作品·最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档