文章 2024-02-28 来自:开发者社区

基于深度学习的交通标志检测和识别(从原理到环境配置/代码运行)

项目是一个基于Python和OpenCV的交通标志检测和识别项目,旨在使用计算机视觉和深度学习技术对交通标志进行检测和分类。本文将从介绍项目原理和框架开始,详细介绍该项目的实现过程和技术细节,最后给出项目的安装和使用方法。 前后结果对比 识别前 ...

基于深度学习的交通标志检测和识别(从原理到环境配置/代码运行)
文章 2023-01-19 来自:开发者社区

【深度学习】Dropout原理以及代码实现

Drouout起源随着深度学习的发展,各种网络结构层出不穷,导致网络越来越深,数据的容纳量越来越大,模型的参数也越来越多,这样就会导致神经网络很容易过拟合,过拟合的模型几乎是不能用于实践中的,因为拟合的数据与测试数据不一致,导致模型的泛化性能较低。由于这个问题,现在有很多解决办法,比如使用集成模型,同时训练多个模型,最终让几个模型进行加权,这样能够解决过拟合是因为使用了不同的模型,每个模型拟合到....

【深度学习】Dropout原理以及代码实现
文章 2022-10-22 来自:开发者社区

机器学习/深度学习中的常用损失函数公式、原理与代码实践(持续更新ing...)

1. 分类 - 交叉熵讲解博文:损失函数|交叉熵损失函数 - 知乎1.1 二分类-BCELoss系二分类可以使用BCELoss,比如链路预测任务预测某条边是否存在,或者多标签分类中将每个类作为一个二分类任务(但是一般来说这样效果会很差),就用BCELoss。torch.nn.BCEWithLogitsLoss=sigmoid (torch.special.expit) +torch.nn.BCE....

机器学习/深度学习中的常用损失函数公式、原理与代码实践(持续更新ing...)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

智能引擎技术

AI Online Serving,阿里巴巴集团搜推广算法与工程技术的大本营,大数据深度学习时代的创新主场。

+关注