博客
发表于2019.02.25
每一种信息的来源或者形式,都可以称为一种模态。例如,人有触觉,听觉,视觉,嗅觉;信息的媒介,有语音、视频、文字等;多种多样的传感器,如雷达、红外、加速度计等。以上的每一种都可以称为一种模态。
发表于2019.02.25
由于一般cnn在昨晚卷积之后会对feature map进行downSampling,这样会造成一定的信息丢失.那么空洞卷积就是没有pooling层,同时可以扩大感受野(如上知乎的讲解)
发表于2019.02.25
我们可以使用一个简单的前向传播网络实现这个功能,神经网络的输入可以是单词,输出是这个词是目的地还是出发地。这样样他的输入就应该是单词,以向量形式。获得词向量的方法有很多,比如说最简单的 1-of-N encoding。
发表于2019.02.25
本文是论文《A guide to convolution arithmetic for deep learning》的阅读笔记及思考,对于文章中浅尝则止的部分进行了深入的分析,如步长大于 1 的卷积与池化之间是否存在一种等价的关系,用矩阵的形式表示CNN的前向传播和反向传播。
发表于2019.02.25
一般在使用 Keras 进行图像方面的神经网络的训练的时候都会使用图片生成器 ImageDataGeneraor,它不仅仅使用方便,更支持实时数据增强。在使用 CPU 进行数据增强的同时,使用 GPU 训练模型,大大加快了模型训练的速度。
发表于2019.02.22
发表于2019.02.22
发表于2019.02.21
发表于2019.01.23
邮箱:forum@huawei.com
关注华为开发者联盟官方微博
关注华为开发者联盟官方微信公众号