首页
首页
BOT
沸点
课程
直播
活动
AI刷题
NEW
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
轻墨
掘友等级
图像识别组负责人
|
广州市伊思高科技有限公司
生来改变世界,公众号:AI研究小院
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
11
文章 11
沸点 0
赞
11
返回
|
搜索文章
赞
文章( 11 )
沸点( 0 )
【经典算法必读】图片分类系列之(一): 你真的了解图片分类(Image Classification)吗?
图片分类是机器学习经典问题,也是深度学习声名鹊起之作。正是2012年AlexNet在图片分类竞赛ImageNet出乎寻常的性能,使得深度学习一夜爆红,方有今天人工智能的井喷之势。 由于深度学习在图片分类上极其成功,且代码简单,图片分类便成为深入学习入门学习任务。通常几行代码,就…
[现场实录] VueConf 2019 尤雨溪演讲总结
Chrome DevTools 有约 90 万的周活用户,React 相比有 160 万。Evan 推荐用 Chrome DevTools 来预测 Vue 的项目的真实开发者数据。Vue 有全球化的影响力,在非常多的国家有相应的活动,可以通过 https://events.vu…
论trick的重要性之YOLOv2
2015年6月,YOLOv1横空出世,标志着一步式物体检测算法时代的到来,同年12月,经典一步式物体检测算法SSD出世,在准确度和速度上均击败了傲娇的YOLOv1。经过一年的探索,2016年12月,YOLOv1作者Joseph Redmon发布YOLOv2,以图扳回一城。 下图…
谁人不识YOLOv1?
YOLOv1是继Faster R-CNN后,第一个one stage物体检测算法,开创了物体检测算法一个全新流派,自YOLOv1后,物体检测基本分为one stage和two stage两个流派。 下图是YOLO在整个物体检测算法历史上的坐标。 可以看出,YOLOv1是在Fas…
深入理解PCA与SVD的关系
先简单回顾下主成分析PCA(principle component analysis)与奇异值分解SVD(singular value decomposition)。 降维后的各个维度之间相互独立,即去除降维之前样本x中各个维度之间的相关性。 式1就是协方差矩阵C的特征值分解,…
是时候放弃tensorflow集群投入horovod的怀抱
当数据较多或者模型较大时,为提高机器学习模型训练效率,一般采用多GPU的分布式训练。 模型并行:分布式系统中的不同GPU负责网络模型的不同部分。例如,神经网络模型的不同网络层被分配到不同的GPU,或者同一层内部的不同参数被分配到不同GPU; 数据并行:不同的GPU有同一个模型的…
SSD物体检测算法详解
物体检测算法,按算法结构,可以分为one-stage和two-stage两类。 two-stage经典算法主要是R-CNN族,以准确度见长,速度稍慢,一般不如one-stage。 one-stage算法主要包括YOLO、SSD、CornerNet等,以速度快见长,准确度一般不如…
数据集shuffle的重要性
深度学习项目,在训练之前,一般均会对数据集做shuffle,打乱数据之间的顺序,让数据随机化,这样可以避免过拟合。 所有的狗都在猫前面,如果不shuffle,模型训练一段时间内只看到了Dog,必然会过拟合于Dog,一段时间内又只能看到Cat,必然又过拟合于Cat,这样的模型泛化…
详解object detection中的mAP
mAP是mean of Average Precision的缩写,意思是平均精确度(average precision)的平均(mean),是object detection中模型性能的衡量标准。object detection中,因为有物体定位框,分类中的accuracy并不…
tf.data.Dataset.shuffle(buffer_size)中buffer_size的理解
tensorflow中的数据集类Dataset有一个shuffle方法,用来打乱数据集中数据顺序,训练时非常常用。其中shuffle方法有一个参数buffer_size,非常令人费解,文档的解释如下: 你看懂了吗?反正我反复看了这说明十几次,仍然不知所指。 然后在从Buffer…
下一页
个人成就
文章被点赞
51
文章被阅读
44,442
掘力值
791
关注了
2
关注者
2,112
收藏集
0
关注标签
9
加入于
2017-03-15