ReLu(Rectified Linear Units)激活函数

发布时间:2016-11-29  栏目:深度学习  评论:0 Comments

近似生物神经激活函数:Softplus&ReLu  2001年,神经科学家Dayan、Abott从生物学角度,模拟出了脑神经元接受信号更精确的激活模型,该模型如左图所示: 这个模型对比Sigmoid系主要变化有三点:①单侧抑制 ②相对宽阔的兴奋边界 ③稀疏激活性...

掌握CNN的六个要点

发布时间:2016-11-28  栏目:人工智能  评论:0 Comments

局部连接(卷积) 参数共享 多卷积核 池化 全连接层 SoftMax层   卷积在CNN中的含义,相当于是各种图形变换。 卷积的重要的物理意义是:一个函数(如:单位响应)在另一个函数(如:输入信号)上的加权叠加。 重复一遍,这就是卷积的意义...

Simultaneous localization and mapping (SLAM)

发布时间:2016-11-28  栏目:ADAS, 人工智能  评论:0 Comments

用于自动驾驶及室内导航等: https://en.wikipedia.org/wiki/Simultaneous_localization_and_mapping#Implementations  

【转】超限学习机(Extreme Learning Machine)

发布时间:2016-10-07  栏目:人工智能, 机器学习, 深度学习  评论:0 Comments

1. ELM 是什么 ELM的个人理解: 单隐层的前馈人工神经网络,特别之处在于训练权值的算法: 在单隐层的前馈神经网络中,输入层到隐藏层的权值根据某种分布随机赋予,当我们有了输入层到隐藏层的权值之后,可以根据最小二乘法得到隐藏层到输出层的...

池化(Pooling)

发布时间:2016-09-27  栏目:图像处理, 机器视觉, 深度学习  评论:0 Comments

池化: 概述在通过卷积获得了特征 (features) 之后,下一步我们希望利用这些特征去做分类。理论上讲,人们可以用所有提取得到的特征去训练分类器,例如 softmax 分类器,但这样做面临计算量的挑战。例如:对于一个 96X96 像素的图像,假设我们已...

关于Faster R-CNN

发布时间:2016-09-26  栏目:人工智能, 机器视觉  评论:0 Comments

Faster R-CNN CPU环境搭建 faster_rcnn c++版本的 caffe 封装(1) 将Faster RCNN的python demo改成C++ demo   Faster R-CNN(其中R对应于“Region(区域)” )是基于深度学习R-CNN系列目标检测最好的方法。使用VOC2007+2012训练集训练,VOC20...

【转】生成对抗网络(GAN)

发布时间:2016-09-20  栏目:ADAS  评论:0 Comments

摘要 在过去一两年中,生 成式模型 Generative Adversarial Networks(GAN)的新兴为生成式任务带来了不小的进展。尽管 GAN 在被提出时存在训练不稳定等诸多问题,但后来的研究者们分别从模型、训练技巧和理论等方面对它做了改进。本文旨在梳理...

HSV颜色模型

发布时间:2016-09-18  栏目:图像处理  评论:0 Comments

HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。 这个模型中颜色的参数分别是:色调(H),饱和度(S),明度(V)。 色调H 用角度度量,取值范围为0°~360°...

目标检测的图像特征提取——HOG特征

发布时间:2016-09-18  栏目:图像处理  评论:0 Comments

方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在...

Sobel算子

发布时间:2016-09-18  栏目:机器视觉  评论:0 Comments

计算机视觉领域的一种重要处理方法。主要用于获得数字图像的一阶梯度,常见的应用和物理意义是边缘检测。在技术上,它是一个离散的一阶差分算子,用来计算图像亮度函数的一阶梯度之近似值。在图像的任何一点使用此算子,将会产生该点对应的梯度...

相册集

pix pix pix pix pix pix

关于自己

杨文龙,软件工程师,自动化专业研究生毕业,热爱创新发明,专注于机器学习、算法、自然语言处理、深度学习及人工智能等领域,目前拥有美国专利5篇,中国专利4篇。

联系我

个人技术笔记

welonshen@gmail.com

2015 in Shanghai

  • 我爱返利网