發(fā)簡信
IP屬地：北京
-
機器學習優(yōu)化過程中的各種梯度下降方法（SGD死相，AdaGrad融求，RMSprop，AdaDelta算撮，Adam双肤，Momentum，Nesterov）機器學習優(yōu)化過程中的各種梯度下降方法（SGD钮惠，AdaGrad茅糜，RMSprop，AdaDelta素挽，Adam蔑赘，Momentum，Nesterov） ...
-
池化雜項1、平均池化mean-pooling缩赛。 鄰域點周圍取平均值耙箍。能很好的保留背景，但容易使得圖片變模糊酥馍。 2辩昆、最大池化max-pooling。 鄰域...
-
卷積雜項一旨袒、卷積核大小汁针、圖片大小、感受野砚尽、目標大小之間關系施无。 感受野：神經(jīng)網(wǎng)絡每一層輸出的特征圖上的像素點在原始圖像上映射區(qū)域的大小。 感受野的值越大表...
-
小白CV研究生修煉之路作為一個CV研究生必孤，推薦使用python猾骡，推薦pytorch 1、初識python敷搪。 b站-up主（魚C-小甲魚）兴想，視頻教學鏈接：https:/...