Resnet图像识别入门

手写数字识别项目之前写过相关的文章，但是只介绍了这个项目的背景，并且给出了源码。 后来有很多朋友反馈，按照源码自己设计的模型，虽然可以很好的识别出给定数据集中的图片，但是自己手写的数字却很难识别出来。

想搞懂这个问题，需要先了解我们所说的特征指的是什么？然后再了解卷积核是如何学到的特征。 我们一步步来。 1、我们先来理解图像的特征 对于一张原始图像而言，说原始图像是相对于经过卷积处理而言的。 对于卷

在很多 AI 模型中，都会出现内积运算。无论是卷积/全连接还是 Transformer 架构中的矩阵乘法（或线性映射），其核心运算逻辑都是内积运算。 因此，很多时候，我们也把内积运算称作是一种“特征提

很多与深度学习算法相关的面试，面试官可能都会问一类问题，那就是你是如何理解矩阵乘算法的。 更有甚者，会让你当场手写矩阵乘算法，然后问细节，问如何优化，面试现场，残忍至极。 那矩阵乘法的本质到底是什么呢

大家好啊，我是董董灿。 很多与深度学习算法相关的面试，面试官可能都会问一个问题，那就是你是如何理解矩阵乘算法的。 更有甚者，会让你当场手写矩阵乘算法，然后问细节，问如何优化，面试现场，残忍至极。 那矩

大家好啊，我是董董灿！ 在很多与计算机视觉相关的神经网络中，我们往往都会看到池化这一算法，它一般跟在卷积层后面。 神经网络中用到最多的池化方式无外乎是最大池化和平均池化。两者运算接近，区别在于是在ke

大家好啊，我是董董灿。 图像识别有很多入门项目，其中Mnist 手写数字识别绝对是最受欢迎的。 该项目以数据集小、神经网络简单、任务简单为优势，并且集合了CNN网络中该有的东西，可谓麻雀虽小，五脏俱全

大家好啊，我是董董灿。 2018年5月11日，《复仇者联盟3：无限战争》登陆大陆院线。无数漫威迷们聚集在大荧幕面前，看着灭霸一人单挑漫威众超级英雄。在6颗无限宝石集齐之后，灭霸毫不犹豫打响了宇宙中最重

大家好啊，我是董董灿。 本项目代码地址：https://gitee.com/iwaihou/resnet50-zero 前天，我完全手写的算法，并手搭的神经网络，终于成功的识别出一张图片。 点击链接查

大家好啊，我是董董灿。 经常看我文章的同学，可能知道最近我在做一个小项目——《从零手写Resnet50实战》。 从零开始，用最简单的程序语言，不借用任何第三方库，完成Resnet50的所有算法实现和网

大家好啊，我是董董灿。 自从前几天手写了一个慢速卷积之后（从零手写Resnet50实战—手写龟速卷积），我便一口气将 Resnet50 中剩下的算法都写完了。 然后，暴力的，按照 Resnet50 的

大家好啊，我是董董灿。 这是从零手写Resnet50实战的第3篇文章。 请跟着我的思路，一点点地手动搭建一个可以完成图片分类的神经网络，而且不依赖第三方库，完全自主可控的手写算法。 如对网络中的算法和

​大家好啊，我是董董灿。 这是《从零手写Resnet50实战》的第二篇文章。 往期文章列表： # 从零手写Resnet50实战——不使用第三方库 权值怎么处理 在制定了不用第三方库和框架，从零手写Re

大家好啊，我是董董灿。 最近，我想到一个很好的写作计划，与其说是写作，不如说是给自己立的一个小小的实战项目，而且绝对是从零开始的保姆级实战项目。 我会结合Resnet50中的算法原理，从零开始，手写全

大家好啊，我是董董灿。 很多同学在做深度学习时，都会遇到难以理解的算法，SoftMax肯定是其中一个。初学者大都对它一知半解，只知道SoftMax可以用来做分类，输出属于某个类别的概率。 但是，为什么

大家好啊，我是董董灿。 上一篇介绍了池化层Resnet图像识别入门——池化层，池化层一般接在卷积层后面，用来完成特征图的降维和特征融合操作。 除了池化层，在CNN网络的最后，一般还会有一个全连接层（F

大家好啊，我是董董灿。 前面的文章Resnet图像识别入门——激活函数介绍了3中常见的激活函数，以及激活函数在神经网络中的作用。 在CNN网络中，除了激活函数之外，还有一种算法也是很常见的，那就是池化

大家好啊，我是董董灿。 上一篇文章Resnet图像识别入门——残差结构说到了Resnet网络的残差结构，也就是人们俗称的高速公路。 Resnet50这个图像分类网络，就是有很多残差结构组成的卷积神经网

朱自清在写《春》的时候，或许也没有完全认清春天的所有花，以至于写出了“有名字的，没名字的，散在草丛中”这样的句子。 如今，时代变了。 人手一部手机的我们，遇到不认识的花，随时随地就可以打开手机百度识图

原创文章请勿转载，如有转载意向请联系作者。 前面讲到了卷积这一算法。 初识卷积 通俗点讲，卷积就是模仿的人眼识图的过程，以“感受野”的视角去扫描图片，从而获取不同区域的图片信息。 但其实，这并不是卷积