- 博客(7)
- 收藏
- 关注
RSS订阅原创 决策树算法学习
通过这次实验对决策树有了更深入的了解，决策树说通俗点就是一棵能够替我们做决策的树，或者说是我们人类在要做决策时脑回路的一种表现形式，对连续值的处理，了解了背后算法的原理就是先进行排序然后再不断的进行二分，比较熵值选出最优的，剪枝分为预剪枝和后剪枝，预剪枝比较简单就是通过设置树的最大深度和节点数来提前进行限制。
2022-11-28 00:09:51
424
原创 PointRCNN: 3D Object Proposal Generation and Detection from Point Cloud论文解读
前言PointRcnn的动机？(1)将点云投影到鸟瞰图或者正面图，又或者投射到体素中，效率比较低下,并且在量化过程中会遭受信息损失。(2)F-Pointnet根据2D RGB检测结果裁剪出的截锥点云估计出三维包围盒，该方法严重依赖于二维检测性能，无法利用三维信息的优势生成鲁棒的包围盒建议。根据（1）（2）作者提出了PointRCNN:分为两个阶段第一阶段是自下而上生成3D bounding box 提案第二阶段进行规范的3D框优化方法论PointRCNN的框.
2022-01-27 22:46:30
2303
原创 卷积神经网络学习：CNN
CNN 十分擅长图像处理工作。你可能会问，为什么我们之前学过的全连接神经网络不能用来处理图像呢？答案是：可以，但没必要。在图片处理工作中，我们把组成图片的每个像素点的信息当做输入层 (input layer)，对于黑白像素，可以用 0 和 1 来表示，对于彩色像素，可以用 RGB 值来表示。对于全连接神经网络，我们要将所有的像素点都输入神经网络，然后构建一个庞大的神经网络模型。如上图所示，第一层的神经元可能只能识别不同的颜色，第二层的神经元可能可以识别特定的纹理，再往后的某一层神经元也许
2021-08-29 14:55:08
821
原创 卷积神经网络学习：使用pytorch反向传播
1.pytorch自动求导机制在Pytorch中，Tensor是其最重要的数据类型。每个Tensor都有一个requires_grad参数，代表这个Tensor是否会被跟踪自动微分。这里我们先介绍一个简单的前向计算的例子：import torch# requires_grad代表此Tensor会被跟踪自动微分x = torch.tensor([[1,2],[3,4]],dtype=torch.double,requires_grad=True)y = x + 2z = y * y
2021-08-28 23:58:47
892
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人