生成对抗网络（Generative Adversarial Networks）是一种无监督深度学习模型，用来通过计算机生成数据，由Ian J. Goodfellow等人于2014年提出。模型通过框架中（至少）两个模块：生成模型（Generative Model）和判别模型（Discriminative...
语义分割(Semantic Segmentation)是图像处理和机器视觉一个重要分支，其目标是精确理解图像场景与内容。语义分割是在像素级别上的分类，属于同一类的像素都要被归为一类，因此语义分割是从像素级别来理解图像的。如下如所...
图结构数据是现实生活中广泛存在的一类数据形式.宏观上的互联网、知识图谱、社交网络数据,微观上 的蛋白质、化合物分子等都可以用图结构来建模和表示.由于图结构数据的复杂性和异质性,对图结构数据的分析 和处理一直...
深度学习一个比较好的原则是使用专家学习得到的预训练网络模型，这里面包括几个概念，特征提取、微调模型、卷积基、卷积块等内容。
关于卷积神经网络笔记，并非拖延症犯了，一方面是出差几天把学习规律打乱了，一方面是知识到了一定程度需要总结，哪怕是书本上的也要确保理解，同时也翻阅了另一本深度学习入门的书籍进行印证。...
今天有点懒，前两天敲好的代码，针对同样的手写数字识别，采用不同的卷积神经网络和全连接进行构建，会发现卷积神经网络的效果要远远好于全连接，这里涉及到卷积神经网络的很多概念，先偷下懒，下个笔记再写。...
前段时间知乎上“985计算机视觉研究生找不到工作怎么办？”问题，引发了将近80万+人的围观。 到底是什么原因导致找不到工作呢？首先我们来看看他的履历： 他目前是985高校研究生，方向是计算机视觉。成绩中等，无论文，无比赛经历...
来源：AI蜗牛车、极市平台本文约9200字，建议阅读10+分钟本文为你简要介绍几种常见的CNN优化方法，并分享相关经验。 作者丨黎明灰烬来源｜https://zhuanlan.zhihu.com/p/80361782 引言 卷积（Convolution）是神经网络的核心计算...
所以这两种操作共同提供了一些平移不变性，即使图像被平移，卷积保证仍然能检测到它的特征，池化则尽可能地保持一致的表达。
