<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[lantern_wu的博客]]></title><description><![CDATA[兰特的博客]]></description><link>https://blog.youkuaiyun.com/lantern_wu</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; lantern_wu]]></copyright><item><title><![CDATA[深度学习中的数学]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/103324102</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/103324102</guid><author>lantern_wu</author><pubDate>Sat, 30 Nov 2019 14:14:56 +0800</pubDate><description><![CDATA[函数
一次函数
y=ax+b(a、b为常数，a≠0)a:斜率b:截距y=ax+b \qquad (a、b为常数，a\neq0) \qquad a:斜率  b:截距y=ax+b(a、b为常数，a​=0)a:斜率b:截距
y=ax1+bx2+c(a、b、c为常数，a≠0,b≠0)y=ax_1 + bx_2 + c \qquad (a、b、c为常数，a\neq0,b\neq0)y=ax1​+bx2​+...]]></description><category></category></item><item><title><![CDATA[目标检测中的mAP]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/86480997</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/86480997</guid><author>lantern_wu</author><pubDate>Mon, 14 Jan 2019 17:30:49 +0800</pubDate><description><![CDATA[mAP(mean Average Precision)主要用于度量Faster-RCNN、SSD等目标检测算法的准确性。表示不同召回率下最大准确率的平均值。
准确率：表示预测的正确性
召回率：表示寻找正样本的能力
用公式表示的话：
TP：True Positive   //正样本且标注为正样本
FP：False Positive //正样本但标注为负样本
TN：True Negitive   //...]]></description><category></category></item><item><title><![CDATA[GOJS入门(3)]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/84992754</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/84992754</guid><author>lantern_wu</author><pubDate>Thu, 13 Dec 2018 18:00:07 +0800</pubDate><description><![CDATA[##为Node Link增加样式
通过构建图形对象模版及设置属性的方式控制node的样式，主要包括以下几个方面

Shape：显示预定义或自定义有色彩的几何图形
TextBlock：显示不同字体的文本
Picture：显示图片
Panel：嵌套包含其他类型对象

感觉和app开发比较类似，对每个node定义一个template的layout，然后通过数据控制页面展示形式
比较常见的model，或者...]]></description><category></category></item><item><title><![CDATA[GOJS入门(2)]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/84955221</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/84955221</guid><author>lantern_wu</author><pubDate>Tue, 11 Dec 2018 15:00:17 +0800</pubDate><description><![CDATA[由于GOJS是基于html5的js库，所以使用他的网页必须生命是一个html5的文档
&amp;amp;amp;lt;!DOCTYPE html&amp;amp;amp;gt;  &amp;amp;amp;lt;!-- HTML5 document type --&amp;amp;amp;gt;
&amp;amp;amp;lt;html&amp;amp;amp;gt;
&amp;amp;amp;lt;head&amp;amp;amp;gt;
  &amp;amp;amp;lt;!-- use go-debu]]></description><category></category></item><item><title><![CDATA[GOJS入门(1)]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/84954450</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/84954450</guid><author>lantern_wu</author><pubDate>Tue, 11 Dec 2018 14:22:37 +0800</pubDate><description><![CDATA[计划制作一个可视化的神经网络设计工具，调研了多种前端画图的框架，包括gojs、draw2d、tensorspace、d3等，发现gojs的实现最符合我的需要，尽管基于jqueryui的样式稍微有些丑、商用版本的加个也很贵:(
GOJS是一个用于实现交互式图标的javascript库，同时支持typescript。GOJS可以用于创建大量不同类型的交互式图表，包括数据可视化、画图工具和图片编辑。他已...]]></description><category></category></item><item><title><![CDATA[忙碌~]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/82495708</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/82495708</guid><author>lantern_wu</author><pubDate>Fri, 07 Sep 2018 14:08:27 +0800</pubDate><description><![CDATA[最近好忙，连学习的时间都没啦：（

还是的有点连续的时间，不然很多东西学完又忘记了，年纪大了。。。]]></description><category></category></item><item><title><![CDATA[遁去的一与离别]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/82142322</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/82142322</guid><author>lantern_wu</author><pubDate>Tue, 28 Aug 2018 09:26:23 +0800</pubDate><description><![CDATA[大抵人生之不如意，很多都是不满足。

既向往夏花之绚烂，有羡慕秋叶之静美。 
很多话，很多内容，一直在脑海盘旋，真的落于纸上，经过键盘滴答的间隔，又似乎忘却了。改了又改，变了又变，却失去了最初的本意。不忘初心，总是很难的，路上的风景、闲人的拉扯，一点点改变你最初的路线、规划，走了很久，突然忘了我是谁，我来自何方，又要去向哪里？ 
面对未知，总是充满渴望，又充满畏惧。理想和现实之间永远有艰难的路径，...]]></description><category></category></item><item><title><![CDATA[局部权重线性回归]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/82113305</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/82113305</guid><author>lantern_wu</author><pubDate>Mon, 27 Aug 2018 15:14:56 +0800</pubDate><description><![CDATA[之前的一些知识让我们总结机器学习的一般过程，是从训练到预测的顺序过程。通过一系列的历史数据，总结出一个数学模型，再根据数学模型预测未来的结果。 
这一切应该都是建立在未来和过去存在联系的假设上，未来的一些行为与过去的一些行为类似。同样的条件下，可能会出现同样的结果。 
之前的线性回归模型，也同样是通过历史数据，无论是房价的变化还是虫子的鸣叫。模型认为每份数据的权重是一样的，对未来预测模型的贡献是相...]]></description><category></category></item><item><title><![CDATA[机器学习-梯度下降]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/81910825</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/81910825</guid><author>lantern_wu</author><pubDate>Tue, 21 Aug 2018 17:02:20 +0800</pubDate><description><![CDATA[根据采用的机器学习算法，明确算法模型以及损失模型之后，一个重要的问题就是调整模型参数，降低损失。 
这就把机器学习的一部分问题转换为传统的最优化问题。常用的方法包括： 
- 批量梯度下降 
- 随机梯度下降 
- 牛顿法 
- Adam 
- Adagrad 
- …

大部分都还不清楚，就知道名字，后续随着学习会不断深入。今天主要考虑最简单的梯度下降法。 
梯度，从数学的角度解释就是导数，或者更...]]></description><category></category></item><item><title><![CDATA[盛夏有感]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/81906087</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/81906087</guid><author>lantern_wu</author><pubDate>Tue, 21 Aug 2018 13:39:46 +0800</pubDate><description><![CDATA[归期未期磨难多， 
危楼独倚半消磨。 
风吹荷塘千莲舞， 
一泓碧水满秋波。]]></description><category></category></item><item><title><![CDATA[TensorFlow 1:pandas & numpy]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/81780480</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/81780480</guid><author>lantern_wu</author><pubDate>Fri, 17 Aug 2018 17:06:35 +0800</pubDate><description><![CDATA[刚刚看到线性回归，就出了问题。 
google的速成课程视频无法播放了，无语 
不过发现如果在左下角设置成英文，视频就可以播放了，我很机智。 
 
不过虽然视频可以播放，但是相关的链接不翻墙的话还是无法进入。比如pandas介绍，和Tensorflow初步啥的。。。 
 
百度了好多，终于发现有人做过类似的事情，做了汉化，相信他们都翻墙了。


  https://blog.youkuaiyun.com/we...]]></description><category></category></item><item><title><![CDATA[监督学习1-线性回归]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/81742057</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/81742057</guid><author>lantern_wu</author><pubDate>Thu, 16 Aug 2018 15:42:20 +0800</pubDate><description><![CDATA[线性回归

可以认为是多项式回归的一个特例吧，最高次幂是1的多项式回归。可以有多个参数或者叫维度。 
所有的课程都很热衷于用房价来展示，看来国内外都不可避免。 
 
也有用虫子与温度关系表示： 
 
这里，xxx是属于R1R1R^1的向量，只有一个维度，x1x1x_1表示每分钟的虫子名叫次数。为了根据虫子鸣叫的次数预测温度，我们可以通过一个线性方程表达。 
hθ(x)=θ0+θ1x1hθ(x)=θ...]]></description><category></category></item><item><title><![CDATA[机器学习简介]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/81699042</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/81699042</guid><author>lantern_wu</author><pubDate>Wed, 15 Aug 2018 10:03:44 +0800</pubDate><description><![CDATA[这个内容留着我学了一定时间之后在写，先占个位置~]]></description><category></category></item><item><title><![CDATA[开启机器学习之旅]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/81661483</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/81661483</guid><author>lantern_wu</author><pubDate>Tue, 14 Aug 2018 09:56:31 +0800</pubDate><description><![CDATA[从今天开始，准备做深入学习人工智能的相关知识。先从机器学习知识开始。 
因为之前有在网易公开课上简单看过Ng的机器学习课程，不过那个是当时在斯坦福录制的，比较老。这次要系统全面深入地学习，毕竟也需要与时俱进么，虽然貌似好像最近AI没有那么热了，还是学点知识吧~~ 
主要从以下几个网站进行学习。包括： 
https://www.coursera.org/ 
强烈推荐这个机器学习课程，不光有课程 视频...]]></description><category></category></item><item><title><![CDATA[君子之光，其晖吉也]]></title><link>https://blog.youkuaiyun.com/lantern_wu/article/details/81630348</link><guid>https://blog.youkuaiyun.com/lantern_wu/article/details/81630348</guid><author>lantern_wu</author><pubDate>Mon, 13 Aug 2018 15:10:50 +0800</pubDate><description><![CDATA[象曰：火在水上，未济。君子以慎辨物居方。

六五。贞吉，无悔，君子之光。有孚，吉。 
象曰：君子之光，其晖吉也。]]></description><category></category></item></channel></rss>