【CNN】YOLOv3模型详解

2015年华盛顿大学的Joseph Redmon等人提出的YOLO算法中,将目标检测直接作为回归问题来解决,而使用一个一体化的CNN实现了端到端(End to End)检测,为目标检测问题提供了另外一种解决思路的同时,基于深度学习的目标检测算法也自此有了单步和多步之分。到2018年,YOLO已经更新到了v3版本,这里对该模型进行分析。

【CNN】AlexNet的实现与应用

详解AlexNet,用TensorFlow实现该架构并用它来完成Kaggle上的Dogs Vs Cats竞赛。

机器学习笔记

笔记地址:http://hugsy.top/Machine_Learning/#/

原先写的《深度学习》系列笔记太乱,所以把原先的笔记重新整理到了上述地址,以后机器学习理论相关的知识都将整合到那里,而博客中的相关内容不再更新。

【Andrew Ng】机器学习(2):Logistic回归

这里主要介绍Logistic回归模型及正则化。

【Andrew Ng】机器学习(1):线性回归

这里介绍机器学习的基本概念以及线性回归模型。

树莓派:基本配置

入手一块树莓派3B+,准备用它完成毕业设计,顺便深入学习一波Linux。这里先学习官方Raspbian系统的烧录和基本配置过程。

【Android】香农APP

一款可译用来统计信息熵,进行二元香农、诺顿、哈夫曼编码,以及判断分组码是否唯一可译的Android APP。

【Andrew Ng】深度学习(11):序列模型

采用循环神经网络能够建立各种各样的序列模型(Sequence Model)。加入一些注意力机制,能够使这些序列模型更加强大。

【Andrew Ng】深度学习(10):自然语言处理

自然语言处理(Natural Language Processing,NLP)是人工智能和语言学领域的学科分支,它研究实现人与计算机之间使用自然语言进行有效通信的各种理论和方法。

【Andrew Ng】深度学习(9):循环神经网络

随深度学习技术的发展,使用循环神经网络(Recurrent Neural Network,RNN)建立的各种序列模型,使语音识别、机器翻译及自然语言理解等应用成为可能。

Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×