-
搭建基本的BP神经网络,应用三层神经网络进行函数逼近,函数包括XOR和y=1/sin(x) + 1/cos(x)
-
编程实现网络结构,采用层次化的映射模式
-
搭建神经网络,完成图像分类并优化训练过程
-
从图片中找出物体可能存在的区域,缩小候选区域规模,加快训练速度
-
实现网络结构,使用COCO数据集训练
forked from sun-roc/Deep_Learning_in_Action
-
Notifications
You must be signed in to change notification settings - Fork 0
Kevin-9527XIAO/Deep_Learning_in_Action
Folders and files
Name | Name | Last commit message | Last commit date | |
---|---|---|---|---|
Repository files navigation
About
深度学习实战: 1. BP神经网络函数逼近2. 基于LeNet-5的MNIST字符识别 3. 基于ResNet-18的CIFAR-10图像分类4. 基于选择性搜索(Selective Search)选择候选区域 5.基于YoloV3算法的车辆目标检测 6. YoloV3算法的口罩识别检测
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published
Languages
- Python 100.0%