このブログは、このカタログを更新していきます、我々は拡大していきます、現在の知識のいくつかに私の基本的なアクセスです。
人工知能の学習1
- 環境、コマンド5アナコンダ
1.1。PIP 5
1.1.1。PIPがインストールtensorflow 5
1.1.2。--upgrade tensorflow 5インストール更新PIP
1.1.3。PIP表示tensorflow 5
1.1.4。PIPインストール--upgrade --ignore- tensorflowインストール... 6
1.2。コンテキストスイッチ。6
1.2.1。tensorflow有効にしてください。6
1.2.2。Conda無効にします。6
1.3。チャンネル6
1.3.1。デフォルトのチャンネルを復元6 - 6 tensorflow
2.1。セッション6 - 7スパイダー
3.1。ショートカット7
3.1.1。注7 - いるProtobuf 7
4.1.1。インストール7
4.1.2 8を使用して - 数学。9
5.1ザROC曲線、測定-FL、IOU。9
5.1.1。ザROC曲線。9
5.1.2。FL-測定10
5.1.3。IOU 10
5.2 10ロバスト性
5.3。パーセプトロン11
5.4。勾配12
5.4 0.1。線形回帰12
5.4.2最小平均二乗法（最小二乗平均で）13である
5.4.3。勾配降下GD（勾配降下）13である
5.4.4。バッチ勾配降下アルゴリズム（BGD）14
5.4.5。確率的勾配降下法（確率的勾配降下、SGD）15
AdaGrad 16 5.4.6。
5.4.7 17 Adadelta。
勢いのため5.4.8アルゴリズム-運動量アルゴリズム17
。5.4.9 RMSpropアルゴリズム20である
。アダム5.4.10アルゴリズム21
5.5 21活性化関数
5.5 0.1。シグモイド活性化関数21である
5.5.2。RELU活性化機能22
5.6。22機能ソフトマックス
5.6.1。分類23は
5.6.2。のSoftMax回帰モデル23である
5.6.3。のSoftMax動作24
5.6.4単一のサンプル分類演算発現ベクター25
5.6.5。分類サンプル計算発現ベクターの少量の26
5.6.6交差エントロピー損失関数27
5.6.7。予測及び評価モデル28
5.6.8。概要28
5.7 28ドロップアウト
5.8。BN（BatchNorm）29
5.9。ホット符号化（ワンホット）34
5.10。そのワード34埋め込む埋め込み
5.11。次元削減アルゴリズムUMAP、SNE T-34
5.12。BPバックプロパゲーションアルゴリズム（バックプロパゲーション）に38
5.12.1 38について。
5.12.2ステップA：フォワード伝搬40
5.12.3ステップ2：バックプロパゲーション41
。5.12.4 46に要約されている
5.12.5勾配の消失、勾配47爆発。 - 画像48
6.1。MAP 48
ターゲットIOU 48 6.2。検出
6.3。受容野理論と効果的な受容野49
6.4。アンカー50
6.5。ダウンサンプリング試料51上
6.5.1。従来の補間方法52である
6.6。FCN-画像セマンティックセグメンテーション63
6.6.1。FCN構造63
65、アップサンプラ6.6.2
6.7。意味論的分割画像U-NET-66 - 画像モデル67
7.1。YOLO3-物体検出67 - モデル68
8.1。AlexNet（畳み込みニューラルネットワーク）68
8.1.1。AlexNet 68特徴
8.1.2それぞれのローカル正規70
8.2。VGGNet（畳み込みニューラルネットワーク）70
8.2.1。VGGNet構造70
8.3。ResNet（残留ネットワーク）72
8.4。RNN（リカレントニューラルネットワーク）74
8.4.1。RNNモデル構造74
8.4.2。RNNのバックプロパゲーション78
8.4.3。LSTMとGRU（RNNいくつかの改良されたアルゴリズム）81
8.5。SDD （シングルマルチボックスディテクタショット） -オブジェクトの検出85
8.6 FPN（機能は、ネットワークをピラミッド） - 。86のピラミッド特徴
8.6.1ガウスは87ピラミッド
ピラミッド88の8.6.2機能
8.6.3 FPN 89
。画像- 8.7高速化RCNN \ RPNを分類92
8.8。Inception-畳み込みアーキテクチャ93
8.8.1。インセプションV1 94
8.8.2。インセプションV2 94
8.8.3。インセプションV3 95
8.8.4。96インセプションV4
8.8.5。ResNetインセプション-96
8.9。MobileNet 97
8.9.1。分離可能畳み込み深さ97
8.9.2。MobileNet VL 98
8.9.3。MobileNet V2 101
8.9.4。MoblieNet 104 V3
8.10。MTCNN-マルチタスク畳み込みニューラルネットワーク107
8.10.1。何MTCNN 107
8.10.2。画像を構成する108ピラミッド
8.10.3。Pネット108
8.10.4。R＆ネット-109 LT
8.10.5を。Oネット110
8.10.6。思想統合アーキテクチャとシステム111
8.11。CTPN-テキスト認識113
8.12。CRNN-エンド識別113
8.13。入力及び出力整合CTC-113 - 強化学習113
9.1。Qラーニング114
9.2。114サーザ上の
9.3。DQN（ネットワークディープQ）115
115ポリシー9.4。グラデーション - 数据集セット116
10.1.1。ICDAR 116
10.1.2。全能のデータセット117 - 117 NLP
11.1。SLING-セマンティックパーサ117
