深度影象理解
阿新 • • 發佈:2018-11-12
深度學習基礎知識
深度學習的基礎模組
深度學習的模型設計
線性特徵有限,遠遠不如非線性表示,非線性不好學習,加入RELU,嘗試把原始特徵拉入非線性空間
深度學習的訓練技巧
很多時候使用啟用函式relu
除錯學習率:線性下降、試小的學習率-大的學習率-小的學習率-大的學習率
attention學習更多的東西
小結:網路結構、超引數學習、優化方案、模型表達能力、減少冗餘,快速計算、減少過擬合、容易優化、超引數調節、聯合學習、注意力機制
深度學習影象理解技術
影象分類框架
資料清洗搭一個半監督模型,需要有一個種子模型
類標籤比較弱,需要加一個triplet三元組
模型加速優化
影象檢測分割
Pipeline
影象分類應用場景
影象理解進階