幾何屬性（geometry）：vr
影象特徵及描述
深度學習之前的方法
人臉檢測
行人檢測
結構趨勢
影象檢測：區域卷積神經網路r-cnn
影象分割：全卷積神經網路fcn
影象描述：迭代神經網路rnn
研究問題
影象生成：生成對抗網路gan
網路改進
應用範圍：
torch（pytorch）
函式庫：深度學習
發布方：facebook
程式語言：lua（python）
平行計算：cuda
特色：
tensorflow
函式庫：深度學習
發布方：geogle
程式語言：python
平行計算：cuda
特色：
tensorflow最簡教程
keras
函式庫：深度學習
程式語言：python
特色：
深度學習 PyTorch實戰計算機視覺2
搭建的模型是否發生過擬合或者欠擬合可作為評價模型擬合程度好壞的指標。欠擬合和過擬合地模型 新資料地準確性都不理想，最顯著的區別就是欠擬合的模型對已有資料地匹配性很差，但是對雜訊不敏感 而過擬合的模型對資料的匹配性太好，對雜訊很敏感。舉例 上圖為已有的房屋面積與 的關係資料。上圖就是乙個欠擬合模型。雖...
《深度學習之pytorch實戰計算機視覺》筆記
後向傳播 優化函式 1.梯度下降 pytorch使用autograd 2.批量梯度下降 多個資料集組成乙個批次，在進行梯度下降 3.隨機梯度下降 選取部分資料集 tensor運算 1.abs 絕對值 2.add 相加 3.clamp 裁剪 input,max,min 4.div 每個元素逐個求商 5...
計算機視覺 深度學習基礎
與神經網路的區別 傳統一般三層以內，深度可達上千層 傳統通常是全連線，深度形式多樣 共享權值，跨層的反饋等 目標函式 均方誤差 交叉熵 交叉熵能在深度學習模型下快速提高精度 為了避免交叉熵出現0，使用softmax層來突出最大值並轉換成概率 激勵函式 sigmoid relu 當神經元一層層疊加之後...