zidea

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第12天，点击查看活动详情 分析激活函数的作用 在实现了将激活函数进行可视化后，目标转移到进一步深入研究激活函数的作用，接下来将借助

之前自己对于激活函数研究并不深入，只是知道激活函数为神经网络增加了非线性。那么当问到这些激活函数之间差别以及如何选择激活函数时，自己也不知道应该如何回答，那么激活函数作为神经网络的一部分，对于不同任务

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第10天，点击查看活动详情 首先我们要弄清一些问题，因为对于目标检测其输出要远远比分类复杂，对于边界框进行回归，我们都知道是回归中心

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第9天，点击查看活动详情 前言 这个类主要目的是将用于训练数据处理为模型可以接受数据格式，然后在训练过程中，不断按事先指定批量大小将

选择有一个有代表网络结构，然后从头到尾实现了一遍这个网络结构，这样才会对这个网络结构有一个比较深印象。对于同类其他网络结构也会有感觉。带着这种想法今天就自己动手实现一个完整 YOLOv4 的网络。

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第7天，点击查看活动详情 前言 最近在看 YOLOv4 一些相关资料，不得不说 YOLOv4 是当时技术的万花筒。将神经网络当时各个

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第6天，点击查看活动详情 前言 自从 YOLOv3 一来，网格结构基本成形，可以说 YOLO 网络结构基本确定了。随后 YOLOv4

携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第5天，点击查看活动详情 前言 今天是周末，难得有时间出去转一转，每天忙碌并不是自己没有可控的时间，而是最近想在短时间让自己有所提升

前言 想一想 YOLO 系列受欢迎的原因之一，就是在设计时，作者应该是从应用角度出发，做性能和准确度之间做了一个良好的平衡。这也是 YOLO 在众多目标检测模型中可以脱颖而出。特别是一些对于实时性要求