搜索结果
查询Tags标签： 深度学习，共有 357条记录-
深度残差网络+自适应参数化ReLU激活函数（调参记录9）Cifar10~93.71%
本文在调参记录6的基础上，继续调整超参数，测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。 深度残差网络+自适应参数化ReLU激活函数（调参记录6）https://blog.csdn.net/dangqin... 自适应参数化ReLU激活函数的基本原理见下图： 在Keras里，…
2020/5/11 21:26:33 人评论 次浏览 -
深度残差网络+自适应参数化ReLU激活函数（调参记录2）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录1）https://blog.csdn.net/dangqin... 本文依然是测试深度残差网络+自适应参数化ReLU激活函数，残差模块的数量增加到了27个，其他保持不变，卷积核的个数依然是8个、16个到32个，继续测试在Cifar10数据集上的效…
2020/5/11 16:26:49 人评论 次浏览 -
深度残差网络+自适应参数化ReLU激活函数（调参记录3）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录2）https://blog.csdn.net/dangqin... 本文继续测试深度残差网络和自适应参数化ReLU激活函数在Cifar10图像集上的表现，残差模块仍然是27个，卷积核的个数分别增加到16个、32个和64个，迭代次数从1000个epoch减…
2020/5/11 16:26:48 人评论 次浏览 -
深度残差网络+自适应参数化ReLU激活函数（调参记录4）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录3）https://blog.csdn.net/dangqin... 本文在深度残差网络中采用了自适应参数化ReLU激活函数，继续测试其在Cifar10图像集上的效果。与上一篇不同的是，这次修改了残差模块里面的结构，原先是两个33的卷积层，现…
2020/5/11 16:26:47 人评论 次浏览 -
深度残差网络+自适应参数化ReLU激活函数（调参记录5）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录4）https://blog.csdn.net/dangqin... 本文继续测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果，每个残差模块包含两个33的卷积层，一共有27个残差模块，卷积核的个数分别是16个、3…
2020/5/11 16:26:46 人评论 次浏览 -
深度残差网络+自适应参数化ReLU激活函数（调参记录6）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录5）https://blog.csdn.net/dangqin...本文继续调整超参数，测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。APReLU的基本原理如下图所示： 首先，从之前的调参发现，当学习率从0.1…
2020/5/11 16:26:45 人评论 次浏览 -
深度残差网络+自适应参数化ReLU激活函数（调参记录7）
续上一篇：深度残差网络+自适应参数化ReLU激活函数（调参记录6）https://blog.csdn.net/dangqin... 本文冒着过拟合的风险，将卷积核的个数增加成32个、64个和128个，继续测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。 APReLU激活函数的基本…
2020/5/11 16:26:44 人评论 次浏览 -
深度残差网络+自适应参数化ReLU激活函数（调参记录1）
本文采用了深度残差网络和自适应参数化ReLU激活函数，构造了一个网络（有9个残差模块，卷积核的个数比较少，最少是8个，最多是32个），在Cifar10数据集上进行了初步的尝试。 其中，自适应参数化ReLU激活函数原本是应用在基于振动信号的故障诊断，是参数化ReLU的一种改进，…
2020/5/10 16:26:31 人评论 次浏览 -
实用，小物体检测的有监督特征级超分辨方法 | ICCV 2019
论文提出新的特征级超分辨方法用于提升检测网络的小物体检测性能，该方法适用于带ROI池化的目标检测算法。在VOC和COCO上的小物体检测最大有5~6%mAP提升，在Tsinghua-Tencent 100K上的小物体检测则最大有约9点F1提升来源：晓飞的算法工程笔记 公众号论文: Better to Follo…
2020/5/10 6:26:32 人评论 次浏览 -
深度学习在高德POI鲜活度提升中的演进
1.导读 高德地图拥有着数千万的POI（Point of Interest）兴趣点，如学校、酒店、加油站、超市等。其中伴随着众多POI创建的同时，会有大量的POI过期，如停业、拆迁、搬迁、更名。这部分POI对地图鲜活度和用户体验有着严重的负面影响，需要及时有效地识别并处理。由于实地采…
2020/5/10 6:26:21 人评论 次浏览 -
有奖问答：如何快速上手 Amazon SageMaker ？（文末有福利～）
自 2017 年推出 Amazon SageMaker 以来，我们取得了长足的进步，使用该服务的客户数量不断增加也证明了这一点。但是，由于 ML 工具相对不成熟，ML 开发工作流程仍然非常反复，并且对于开发人员来说，管理工作具有挑战性。已经为 ML 发明了开发人员在构建传统软件时认为理…
2020/5/10 5:26:41 人评论 次浏览 -
论文阅读：ENet
引言 如语义分割之类的像素级别的分类任务已经有了很多的发展，现有的模型都在朝着越来越高的精度发展。但是这样的任务对于嵌入式设备也有着重要的应用，所以做到实时语义分割就是必不可少的环节，但是大多数模型都是朝着高精度去的，在实时性上非常的差。基于实时语义分…
2020/5/9 21:56:31 人评论 次浏览 -
【译】用JavaScript写一个区块链
原文：Writing a tiny blockchain in JavaScript 作者：Savjee.be 译者：JeLewine 几乎每个人都听说过像比特币和以太币这样的加密货币，但是只有极少数人懂得隐藏在它们背后的技术。在这篇博客中，我将会用JavaScript来创建一个简单的区块链来演示它们的内部究竟是如何工…
2020/5/9 19:26:20 人评论 次浏览 -
深度学习在高德POI鲜活度提升中的演进
1.导读 高德地图拥有着数千万的POI（Point of Interest）兴趣点，如学校、酒店、加油站、超市等。其中伴随着众多POI创建的同时，会有大量的POI过期，如停业、拆迁、搬迁、更名。这部分POI对地图鲜活度和用户体验有着严重的负面影响，需要及时有效地识别并处理。由于实地采…
2020/5/9 14:56:34 人评论 次浏览 -
容器化部署与运行，华为k8s MindSpore Operator解析
4 月 30 日，机器之心联合华为昇腾学院开设的线上公开课《轻松上手开源框架 MindSpore》第四课完成，华为云与计算 BG 计算开源生态部工程师刘烨东为大家带来了主题分享《k8s MindSpore Operator 介绍》，第四课回顾视频如下：www.bilibili.com/video/BV1qf…在第四课的 Q…
2020/5/8 6:25:45 人评论 次浏览
