qq_20481015的博客

参照：embedding层_万物皆Embedding，从经典的word2vec到深度学习

本文转发至http://blog.51cto.com/baidutech/743809，只是为了以后阅读方便，如有侵权，请联系，马上删除。一、Boosting算法的发展历史　　Boosting算法是一种把若干个分类器整合为一个分类器的方法，在boosting算法产生之前，还出现过两种比较重要的将多个分类器整合为一个分类器的方法，即boostrapping方法和bagging方法。我们先简要...

本文转载自http://blog.youkuaiyun.com/marvin521/article/details/9173645，转载为了以后阅读方便，如有侵权，请联系，立刻删除。基于Cascade分类器的目标检测        从今天开始进入基于机器学习的目标检测，前几节虽然也接触了一些机器学习的方法，但它主要是做辅助工作，机器学习的方法和非机器学习的方法结合在一起使用，说到这想起来前几天看到...

1.covariate shift在论文中经常碰到covariate shift这个词，网上相关的中文解释比较少。你可能会在介绍深度学习Batch Normalization方法的论文到中看到covariate shift这个词，并且所有看过这篇论文的或者实际做过工程的人，都知道BN这种归一化手段很好用，可以避免covariate shift那么covariate shift到底是什么？...

L2/L1正则化方法，就是最常用的正则化方法，它直接来自于传统的机器学习。L2正则化方法如下：L1正则化方法如下：那它们俩有什么区别呢？最流行的一种解释方法来自于模式识别和机器学习经典书籍，下面就是书中的图。这么来看上面的那张图，参数空间(w1,w2)是一个二维平面，蓝色部分是一个平方损失函数，黄色部分是正则项。蓝色的那个圈，中心的点其实代表的就是损失函...

错误 tensorflowOutOfRangeError (see above for traceback): PaddingFIFOQueue '_1_get_batch/batch/padding_fifo_queue'或OutOfRangeError (see above for traceback): PaddingFIFOQueue '_2_get_batch/batch...

部分内容转载自：https://mp.weixin.qq.com/s/sS75fWhgcIW2w2JCbs8YKQ今天来说说深度学习中的池化问题，包含池化的种类，作用机制以及最新的思考。1 池化还要不要了通常我们认为，池化可以增加网络对于平移的不变性，对于网络的泛化能力的提升是非常关键的。不过，到底能起到多大的正向作用，却是被很多人怀疑的。首先是Hinton，还记得Hinton提出...