- 博客(14)
- 收藏
- 关注
RSS订阅转载 YOLO小结
1.Object Localization前两节课程中，我们介绍的是利用CNN模型进行图像分类。除此之外，本周课程将继续深入介绍目标定位和目标检测（包含多目标检测）。标准的CNN分类模型我们已经很熟悉了，如下所示：原始图片经过CONV卷积层后，Softmax层输出4 x 1向量，分别是：注意，class label也可能是概率。上述四个向量分别对应pedestrain，...
2018-09-25 10:35:53
798
转载 交叉验证
本文结构：什么是交叉验证法？ 为什么用交叉验证法？ 主要有哪些方法？优缺点？ 各方法应用举例？什么是交叉验证法？它的基本思想就是将原始数据（dataset）进行分组，一部分做为训练集来训练模型，另一部分做为测试集来评价模型。为什么用交叉验证法？交叉验证用于评估模型的预测性能，尤其是训练好的模型在新数据上的表现，可以在一定程度上减小过拟合。 还可以从有限的数据中获取尽可能多...
2018-09-11 15:44:59
650
转载 DTW简介
dtw算法主要针对序列匹配提出的，尤其是当序列出现一定的飘移，欧氏距离度量就会失效。dtw常用在语音匹配当中，在图像处理里面也有一定的应用。 现在有两个序列X,Y. X=[2,3,4,7,9,2,1,2,1],Y=[1,1,1,1,2,3,3,4,7,8,9,1,1,1,1] 绘制在坐标轴上如下图 我们可以看到，两个序列的欧氏距离很大，因为两个序列存在横轴上的飘移。dtw算法就是为了解决...
2018-09-11 14:48:46
20253
2
转载 如何选择回归损失函数
无论在机器学习还是深度领域中,损失函数都是一个非常重要的知识点。损失函数（Loss Function）是用来估量模型的预测值 f(x) 与真实值 y 的不一致程度。我们的目标就是最小化损失函数，让 f(x) 与 y 尽量接近。通常可以使用梯度下降算法寻找函数最小值。损失函数有许多不同的类型，没有哪种损失函数适合所有的问题，需根据具体模型和问题进行选择。一般来说，损失函数大致可以分成两类：回归（...
2018-09-07 10:21:13
4220
转载 C++ map
Map是STL的一个关联容器，它提供一对一（其中第一个可以称为关键字，每个关键字只能在map中出现一次，第二个可能称为该关键字的值）的数据 处理能力，由于这个特性，它完成有可能在我们处理一对一数据的时候，在编程上提供快速通道。这里说下map内部数据的组织，map内部自建一颗红黑树(一 种非严格意义上的平衡二叉树)，这颗树具有对数据自动排序的功能，所以在map内部所有的数据都是有序的，后边我们会见识...
2018-09-06 17:19:57
134
原创 C++ set
C++ vector封装数组，list封装了链表，map和set封装了二叉树，红黑树multiset与set相似，只是可以插入的元素相同#include<iostream>#include<set>using namespace std;int main(){ int b[5] = { 1,1,2,1 },d; multiset<int...
2018-09-06 16:10:05
247
转载 随机数生成
由rand5生成rand7:int Rand7(){ int x = ~(1<<31); // max int while(x > 21) x = 5 * (Rand5() - 1) + Rand5() // Rand25 return x%7 + 1;}由rand5生成rang8int Rand8(){ int ...
2018-09-05 15:57:09
349
转载 机器学习入门：特征初期处理技巧
所谓特征工程，指的就是从数据中抽取包含大量信息的特征，方便模型易于学习的过程。所有的模型都是错误的，但其中有些是有用的。下面介绍几个优秀的数据特征处理技巧：1.数据转换为图像实例1：用数据集预测电力消耗热图的纵坐标DOW表示一周7天，横坐标则是一天24小时。很明显，周末整天的用电情况和工作日深夜的用电情况十分类似。由此，创建了一个特征——weekend proximity，...
2018-09-05 15:55:24
1134
原创 机器学习小结一
谷歌的自动驾驶汽车和机器人研发之路受到很多阻碍，但该公司真正的未来是机器学习，这种技术使计算机变得更加智能和个性化。 – Eric ...
2018-09-03 14:37:00
667
原创 二分查找经典题
有序数组的二分查找：非递归形式int BinSeach(int a[], int n, int values){ int index = -1; int start = 0; int finish = n - 1; int middle; while (start <= finish) { middle = (star...
2018-09-03 11:10:23
1344
转载 机器学习常用方法总结
决策树一、 决策树优点1、决策树易于理解和解释，可以可视化分析，容易提取出规则。2、可以同时处理标称型和数值型数据。3、测试数据集时，运行速度比较快。4、决策树可以很好的扩展到大型数据库中，同时它的大小独立于数据库大小。二、决策树缺点1、对缺失数据处理比较困难。2、容易出现过拟合问题。3、忽略数据集中属性的相互关联。4、ID3算法计算信息增益时结果偏向数值...
2018-09-01 14:50:03
679
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