origin url
The First Column | The Second Column |
---|---|
VGG 网络结构 | |
Keras 中的 keep_prob | Dropout 的自由率 |
IOU | |
全连接层 | |
全局平局池化 (Global Average Pooling) 与Fully Connected Lays |
|
VGG-16的全连接层 | |
fine_tuning classes 1000 -> classes 101效果 更差的原因 |
|
多继承 | |
接口 | |
分类器 | |
如何评价一个分类器 | |
AUC | |
AUC | ROC曲线下面的面积 |
AUC | Area under curve |
AUC | 模型对分类问题的预测结果都是概率, 如果要计算 |
全连接层到 损失层之间的计算 |
|
W | 全连接层的参数,也称为权值 |
X | 全连接层的输入,也就是特征 |
全连接层 | |
softmax 公式 | |
softmax公式解释 | |
softmax 的3分类例子 | |
softmax loss | |
softmax loss 公式解释 | |
softmax Loss 的5分类例子 | |
cross Entropy 公式 | |
cross Entropy 公式解释 |