本文主要通过CNN进行花卉的分类，训练结束保存模型，最后通过调用模型，输入花卉的图片通过模型来进行类别的预测。 测试平台：win 10+tensorflow 1.2 数据集中总共有五种花，分别放在五个文件夹下。&n
转载
2024-04-03 15:56:34
91阅读
此篇博客主要是讲一些目前较好的网络发展，提出问题，解决了什么问题,有什么优缺点。1、Alexnet网络，本网络是2012年的分类冠军，掀起来深度学习的热潮，Alexnet参数量巨大，由于受限于硬件计算，作者采用了group 卷积，将特征图分别放入不同gpu进行运算，最后融合，但是此网络存在一个问题，不同特征图分别计算然后融合，如此卷积核只与某一部分的特征图进行卷积，这样卷积核获得的特征
转载
2024-04-29 12:52:22
85阅读
CNNs可以自动从(通常是大规模)数据中学习特征，并把结果向同类型未知数据泛化。
选用卷积的原因:
局部感知:
简单来说，卷积核的大小一般小于输入图像的大小（如果等于则是全连接），因此卷积提取出的特征会更多地关注局部 ——
这很符合日常我们接触到的图像处理。而每个神经元其实没有必要对全局图像进行感知，只需要对局部进行感知，
然后在更高层将局部
转载
2024-03-27 21:09:43
119阅读
一、介绍 NIN网络是由Min Lin等人在2014年提出的一个网络嵌套模型，使用微神经网络替换卷积神经网络中的卷积核。通过微神经网络来抽象感受野内的数据。称这种微神经网络结构为mplconv。这篇论文的创新之处主要体现在两个地方，分别是：使用微神经网络替换传统卷积神经网络的卷积核。使用全局平均池化替代全
转载
2024-03-24 14:52:06
14阅读
1.RNN与梯度消失1.1 RNN的优缺点 RNN优点： (1)能捕捉长距离依赖关系 (2)相比n-gram模型，使用更少的内存 RNN缺点：&
转载
2024-08-09 00:01:12
381阅读
机器学习实战教程(13篇)_M_Q_T的博客这些网址非常适合想学习机器学习，却苦于没有项目（尤其缺少数据）的人。无意中看到，给自己做一个记录。 目录大类：学习方式监督式学习：非监督式学习：半监督式学习：强化学习：算法类似性 回归算法：基于实例的算法正则化方法决策树学习贝叶斯方法基于核的算法聚类算法关联规则学习人工神经网络深度学习降低维度算法集成算法：决策树一、 决策树优点二、决策树
转载
2024-05-20 07:47:33
87阅读
基于知识的决策树分类是基于遥感影像数据及其他空间数据，通过专家经验总结、简单的数学统计和归纳方法等，获得分类规则并进行遥感分类。分类规则易于理解，分类过程也符合人的认知过程，最大的特点是利用的多源数据。决策树分类主要的工作是获取规则，本文介绍使用CART算法获取规则，基于规则提取土地覆盖信息。下图是总体技术流程。图：总体技术流程图在获取规则过程中，由于计算量较大，我们选择一部分典型的区域作为实验区
转载
2024-09-06 20:23:55
163阅读
AlexNet网络结构：5层卷积，3层全连接。使用了多GPU策略，局部反应归一化，重叠池化方法。 ZFNet网络结构：可视化过程：卷积层输出的特征作为输入，输入到反卷积网络，反卷积网络包括unpooling、relu、deconv三个过程。 VGGNet网络结构：一个卷积层由多个小卷积核构成，降低了训练的数据量。 GoogleNet网络结构：GoogleNet提出了一
转载
2023-10-08 08:53:44
372阅读
一、概述 CNN主要发展过程可由下图所示。（下图来自刘昕博士）《CNN的近期进展与实用技巧》。 本文的目的不止于此，本文将深入理解CNN的四大类应用：图像分类模型，目标检测模型，语义分割模型，语义slam模型：图像分类模型叙述步骤如下：CNN之前模型->leNet->AlexNet->VGG16系列->MSRANet->GoogLeNet->Inception系
转载
2024-03-25 17:37:14
42阅读
了解了semantic segmentation与detection的关系，也知道了detection任务的input和output，我要开始入门detection了！本文简述了detection基础知识，与此同时，介绍了detection based on region 家族: RCNN系列semant
转载
2024-06-03 10:18:22
56阅读
瀑布模型 把每个阶段当成瀑布中的一个阶梯，强调由上而下，互相衔接、逐级下落，固定次序。优点：开发阶段清晰，便于评审、审计、跟踪、管理和控制缺点：不可逆或很难可逆 问题会积累，错误会传递发散扩大，导致成本和质量失控快速原型模型（原型模型）快速原型模型的第一步是快速建立一个能反映用户主要需求的原型系统，让用户在计算机上试用
原创
2017-03-13 17:37:14
815阅读
本文主要参考李宏毅老师的视频介绍RNN相关知识，主要包括两个部分：分别介绍Navie RNN,LSTM,GRU的结构对比这三者的优缺点1.RNN,LSTM,GRU结构及计算方式1.1 Navie RNN结构图： 计算公式： 依赖每一个时刻的隐状态产生当前的输出，具体计算方式根据自己任务来定。1.2 LSTM结构图： 计算公式： 1.3
转载
2024-08-09 00:08:04
134阅读
一、什么是胶囊网络1.1普通CNN的缺点：CNN在提取特征时只在乎有没有，不在乎他具体的状态是如何的。上面第一张图片是一个人像，CNN可以正常识别出来；第二张是一个五官错位的图片，CNN仍然将其识别成一张人脸。这是因为CNN是可以识别出人像所具有的具体特征，只要包含这些特征就将其判定为一张人脸。 1.2Hinton自己说过：最大池化层表现的如此优异是一个巨大的错误，是一场灾难。从图中不难
转载
2024-04-18 22:16:06
297阅读
瀑布模型 把每个阶段当成瀑布中的一个阶梯，强调由上而下，互相衔接、逐级下落，固定次序。优点：开发阶段清晰，便于评审、审计、跟踪、管理和控制缺点：不可逆或很难可逆 问题会积累，错误会传递发散扩大，导致成本和质量失控快速原型模型（原型模型）快速原型模型的第一步是快速建立一个能反映用户主要需求的原型系统，让用户在计算机上试用
原创
2017-03-13 17:39:18
1111阅读
内核以及内核模块
操作系统组成
1、内核 2、shell 3、应用
内核作用
1、管理内存
2、调度任务
3、驱动硬件
4、网络功能
5、安全
6、管理文件系统
内核=内核【vmlinuz-2.6.18-164.el5】+内核模块
内核：/boot/vmlinuz-2.6.18-164.el5
内核模块：/lib/modules/`uname -r`/kernel/
[root@localhost
转载
2024-07-04 15:09:19
55阅读
重力货架是密集型货架的一种，能够大规模密集存放货物，从而减少通道数量，可有效节约仓库的面积。由普通货架改为重力货架后，仓库面积可节省50%。同时，随着生产生活的需求，重力式货架也被越来越多的企业，还有不同的行业所以追逐使用，那么，应该有不少企业在使用重力式货架过程中，肯定会遇到过货物受损的现象出现，那此情况，我们又该如何做呢？当货物滑行速度不当会造成货损或堵塞的情况，那么在作业操作时，应该如何避免
转载
2024-01-27 13:30:06
44阅读
线性回归1.原理： 线性回归就是能够用一个直线较为精确地描述数据之间的关系，这样当出现新的数据的时候，就能够预测出一个简单的值。线性回归的模型形如： f( x )= w ∗ x +b 2.优缺点： 优点： （1）思想简单，实现容易。建模迅速，对于小数据量、简单的关系很有效； （2）是许多强大的非线性模型的基础。 （3）线性回归模型十分容易理解，结果具有很好的
转载
2024-03-28 13:04:19
231阅读
1. 线性回归 线性回归是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。 直观地说，在二维情况下，已知一些点的X,Y坐标，统计条件X与结果Y的关系，画一条直线，让直线离所有点都尽量地近（距离之和最小），用直线抽象地表达这些点，然后对新的X预测新的Ｙ。具体实现一般使用最小二乘法。
线性回归
线性回归的优点是理解和计算都相对简单，缺点
转载
2024-01-02 17:02:26
426阅读
随着计算机的广泛应用和各类模型软件的发展，将排水系统模型作为城市洪灾评价与防治的技术手段已经成为防洪防灾的重要技术途径。美国环保局的雨水管理模型（SWMM），是当今世界最为著名的排水系统模型。SWMM能模拟降雨和污染物质经过地面、排水管网、蓄水和处理设施，最终到达受纳水体的整个运动、变化的复杂过程，可作单一事件或长期连续时期的模拟。该模型软件小巧快捷且源代码公开，非常适合于科研、设计咨询单位的使用
转载
2024-08-07 10:35:48
233阅读
简介长短期记忆（Long-Short Term Memory, LSTM）是一种时间递归神经网络(RNN)，是基于梯度的方法，由于独特的设计结构，LSTM适合于处理和预测时间序列中间隔和延迟非常长的重要事件。LSTM现在基本会被用在RNN模型中，代替RNN的隐层单元，能够起到很好的长时间记忆效果。Recurrent Neural Networks（循环神经网络）传统的神经网络并不能做到信息持久化，
转载
2024-09-02 19:24:33
374阅读
