【深度学习笔记08】经典神经网络
本文介绍了一些经典的神经网络模型,包括实现LeNet-5,AlexNet,VGG-16,ResNet,Inception网络等的网络结构。
【深度学习笔记07】卷积神经网络
为什么神经网络对图片进行分析时经常使用卷积,为什么会有padding和stride,池化层和全连接层的作用是什么?
【深度学习笔记06】参数调试处理
介绍了神经网络中一些常用参数的选择原则和大概范围,以及BN和softmax的基本原理。
【6D位姿估计算法】linemod的介绍与代码测试
LineMod算法是Hinterstoisser等人在2011年提出的,通过采用模板匹配的方法,解决了杂乱场景下少纹理三维物体的实时监测与6D位姿估计定位问题。
【深度学习笔记05】深度学习常用优化算法
本文介绍了最常用的几种优化算法,从划分子集mini-batch开始,介绍了动量梯度下降法Momentum,RMSprop,以及两者的结合体Adam,几种方法的实现方法和基本原理。
简单理解时间复杂度
解释时间复杂度如O(n)的概念,以及相关时间复杂度的计算方法。
【深度学习笔记04】改善训练效果与训练速度的一些要素
改善神经网络的训练效果有很多方面,比如避免欠拟合和过拟合,利用正则化等等。不同的方法其作用效果也不同。
【深度学习笔记03】线性回归与Softmax回归及其损失函数
深度学习的线性回归,基本的优化算法,以及Softmax回归和损失函数的实现。
【深度学习笔记02】数据操作的实现与线性代数基础
介绍了使用pytorch和pandas实现基本数据的操作方法,以及使用torch进行基本线性代数运算、求导计算的方法。
PDF去水印方法总结
使用福昕PDF编辑器进行去水印操作,包括常规水印、背景水印、文字水印,以及其它水印的去除方法。