dlcv_for_beginners
1.0.0
Vielen Dank für die verschiedenen Fragen, die in dem Thema aufgeworfen wurden. Da es nicht zu lange aktualisiert wurde, wollte ich mich ursprünglich auf Aktualisierungen vor dem Frühlingsfest konzentrieren, aber nachdem ich es gelesen hatte, hatte ich das Gefühl, dass ich nicht anfangen konnte. Außerdem hatte ich mit dem Herausgeber der Buchfirma besprochen, dass ich die zweite Ausgabe oder die Nachdruckversion nicht veröffentlichen sollte, also habe ich mich entschlossen, aufzugeben ...
Einer der Fehler, die ich selbst gefunden habe, ist die Eigenwerte. SVD wird nicht für inverse bestimmte Matrizen verwendet, sondern für asymmetrische Matrizen. Weitere Informationen finden Sie in der aktualisierten Antwort von Zhihu: https://www.zhihu.com/question/20507061/answer/120540926 Die Errata in anderen Teilen ist entweder bereits in errata.pdf, oder alle in der Ausgabe in Ausgabe diskutierten Diskussionen sind im Wesentlichen richtig.
Es wird nicht erwartet, dass dieses Repo erneut aktualisiert wird (ehrlich gesagt ist die zweite Hälfte dieses Buches veraltet). Wenn Sie Fragen haben, senden Sie mir bitte eine private Nachricht an mich: yeyun11
Ich wünsche Ihnen allen ein frohes chinesisches Neujahr, Silvester 2020
BITTE "Deep Learning and Computer Vision: Eine Einführung in Beispiele" beachten Sie bitte: Dieses Buch ist als Einführung positioniert .
Klicken Sie hier für den Code. Informationen zum Herunterladen aller Farbdiagramme elektronische Versionen finden Sie in der Online -Version von Kapitel 5 und Kapitel 6 für Farbdiagramme: Kapitel 5, Kapitel 5, Kapitel 6.
Aus einigen Gründen, die ich nicht verstehen kann, war das englische Buch in englischer Sprache vom Verlag verlangt, um sich gewaltsam zu übersetzen. Schließlich: 1) Einige Englisch wurden in Chinese in unterschiedlichem Maße übersetzt, und 2) Die Liste der Dokumente, die die Mehrheit der englischen Dokumente ausmachten, konnte nicht in das Buch aufgenommen werden. Eine Liste von Zitaten ist hier.
Bitte kommen Sie hierher für Fehler im Inhalt. Die Errata ist hier.
Kauflink: JD.com, Amazon, Dangdang
Kapitel 5: Beispiele für Numpy und Matplotlib Visualisierung Kapitel 6: Objekterkennungsannotation Widget und lokale Datenverbesserung Widget Kapitel 7: zweidimensionale Ebenenklassifizierung, basierend auf Caffe bzw. MXNET
Kapitel 8: MNIST -Klassifizierung, basierend auf Caffe bzw. MXNET
Kapitel 9: Image Chaos -Abschluss basierend auf KAFFE -Regression und Faltungskern -Visualisierung Kapitel 10: Übertragungslernen von Lebensmittelklassifizierungsmodellen, Verwirrungsmatrix, ROC -Kurvenzeichnung und Modellkategorie -Antwortvisualisierung basierend auf Caffe
Kapitel 12: Verwenden Sie MNIST, um das siamesische Netzwerk zu trainieren, T-SNE Visualisierung, basierend auf Caffe
Das Buch enthält keine Verschiedene: einschließlich der Herstellung von kontroversen Proben (Caffe), zweidimensionaler GaN- und Trainingsprozessvisualisierung (Pytorch), automatischer Mosaik pornografischer Bilder (Kaffe), Modellfusion (Kaffe), Bildsegmentierung (Pytorch)
Modellbeschnitten (Pytorch)
