系列教程

红色石头 发布于 2022-08-04

大家好！我是红色石头！ 曾经在 GitHub 上有一个爆火的《100-Days-Of-ML-Code》项目，收获了近 4w star。可惜的是原作者只出了一小部分内容，停更 4 年之久了！ 没关系！今天我花几个月打造的《机器学习100天》计划已经开始！ 之前，我在知乎上写的一篇“...

阅读(11281)评论(0)赞 (3)标签：机器学习 / 深度学习

红色石头 发布于 2022-02-28

2014年，牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司一起研发了新的卷积神经网络，并命名为VGGNet。VGGNet是比AlexNet更深的深度卷积神经网络，该模型获得了2014年ILSVRC竞赛的第二名，第一名是Goo...

阅读(22703)评论(0)赞 (4)标签：CNN / VGG / 深度学习 / 目标检测 / 神经网络

红色石头 发布于 2022-02-10

大家好，我是红色石头！ 第一个典型的CNN是LeNet5网络，而第一个大放异彩的CNN却是AlexNet。2012年在全球知名的图像识别竞赛 ILSVRC 中，AlexNet 横空出世，直接将错误率降低了近 10 个百分点，这是之前所有机器学习模型无法做到的。 AlexNet的作...

阅读(13393)评论(0)赞 (1)标签：AlexNet / CNN / 深度学习 / 目标检测 / 神经网络

红色石头 发布于 2022-01-07

大家好，我是红色石头！ 在上三篇文章： 这可能是神经网络 LeNet-5 最详细的解释了！ 我用 PyTorch 复现了 LeNet-5 神经网络（MNIST 手写数据集篇）！ 我用 PyTorch 复现了 LeNet-5 神经网络（CIFAR10 数据集篇）！ 详细介绍了卷积神...

阅读(13593)评论(0)赞 (2)标签：LeNet-5 / 深度学习 / 目标检测

红色石头 发布于 2021-12-28

大家好，我是红色石头！ 在上两篇文章： 这可能是神经网络 LeNet-5 最详细的解释了！ 我用 PyTorch 复现了 LeNet-5 神经网络（MNIST 手写数据集篇）！ 详细介绍了卷积神经网络 LeNet-5 的理论部分和使用 PyTorch 复现 LeNet-5 网络来...

阅读(13804)评论(0)赞 (2)标签：LeNet-5 / 深度学习 / 目标检测

红色石头 发布于 2021-12-17

大家好，我是红色石头！ 在上一篇文章： 这可能是神经网络 LeNet-5 最详细的解释了！ 详细介绍了卷积神经网络 LeNet-5 的理论部分。今天我们将使用 Pytorch 来实现 LeNet-5 模型，并用它来解决 MNIST数据集的识别。 正文开始！ 一、使用 LeNet-...

阅读(14566)评论(0)赞 (2)标签：LeNet-5 / 深度学习 / 目标检测

红色石头 发布于 2021-12-07

大家好，我是红色石头！ 说起深度学习目标检测算法，就不得不提 LeNet- 5 网络。LeNet-5由LeCun等人提出于1998年提出，是一种用于手写体字符识别的非常高效的卷积神经网络。出自论文《Gradient-Based Learning Applied to Docume...

阅读(14913)评论(0)赞 (3)标签：深度学习 / 目标检测

红色石头 发布于 2020-07-16

大名鼎鼎的 Mask RCNN 一举夺得 ICCV2017 Best Paper，名声大造。Mask RCNN 是何恺明基于以往的 Faster RCNN 架构提出的新的卷积网络，实现高效地检测图中的物体，并同时生成一张高质量的每个个体的分割掩码，即有效地目标的同时完成了高质量的...

阅读(10144)评论(0)赞 (4)标签：Keras / TensorFlow / 深度学习

红色石头 发布于 2020-06-28

作者：陈颖祥、杨子晗 编译：AI有道编译：AI有道 经过数据预处理和特征选择，我们已经生成了一个很好的特征子集。但是有时该子集可能仍然包含过多特征，导致需要花费太多的计算能力用以训练模型。在这种情况下，我们可以使用降维技术进一步压缩特征子集。但这可能会降低模型性能。 同时，如果我...

阅读(8862)评论(0)赞 (1)标签：机器学习 / 特征工程 / 特征降维

红色石头 发布于 2020-05-24

数据预处理后，我们生成了大量的新变量（比如独热编码生成了大量仅包含0或1的变量）。但实际上，部分新生成的变量可能是多余：一方面它们本身不一定包含有用的信息，故无法提高模型性能；另一方面过这些多余变量在构建模型时会消耗大量内存和计算能力。因此，我们应该进行特征选择并选择特征子集进行...

阅读(9147)评论(0)赞 (2)标签：机器学习 / 特征工程 / 特征选择