midori的博客

人脸识别：验证一张人脸是否在库中，同时还有判断是否为真人。1.One-Shot 学习Similarity 函数 d(img1, img2)：图片两两对比差异如果有新的人加入不需要重新训练，只需将照片放入库中即可。2.Siamese网络目的：把人脸图像放入网络中得到编码，并做比较。这里有一个技巧：可以将库中的图像x(2)的编码f（x(2)）...

图片检测问题：分类问题：判断图中是否为汽车； 目标定位：判断是否为汽车，并确定具体位置； 目标检测：检测不同物体并定位。1.目标定位输出：存在的对象(c1行人，0 or 1;c2 汽车，0 or 1 ; c3摩托车，0 or 1 ) 定位框：(bx,by,bh,bw)2.特征点检测判断动作姿态，识别人物表情等输出：特征点坐标 (x,y)3.目标检...

1.卷积层（Convolutional Layer）"卷积"的“卷”指的是num_channel通道数， 经过卷积后size减小，输出层深度为卷积核个数。① 为什么要用卷积？19世纪60年代，科学家通过对猫的视觉皮层细胞研究发现，每一个视觉神经元只会处理一小块区域的视觉图像，即感受野（Receptive Field）。卷积神经网络的概念即出自于此。说简单这样做保留了图像的空间信息...

1.Orthogonalization（正交化）比如，老式电视调节画面的旋钮，每一个都具有相对独立的功能，如负责调节画面的宽度、长度等，这样才便于将画面调节到中间。又比如，控制汽车时，有三个功能独立的区块：方向、加速和刹车，而不是某一个既能操作方向又带有一定加速，这样才便于我们更好的控制汽车。这种功能设计就叫做Orthogonalization。对于ML系统来讲，需要保证4件事情能...

1.训练集(training set)、验证集(开发集dev set)、测试集(test set)训练集用来训练算法，验证集用来选择模型，测试集用来评估模型。模型划分：数据量小，一般70％、0%（无验证集）、30％或60%、20％、20％；数据量大(eg:100万数据),可以98%、1％、1％。如何解决训练集与验证集/测试集不匹配问题？举一个识别猫的二分类问题，...

1.逻辑回归为什么用对数不用平方？平方求解的最优化问题可能变成非凸的，得不到全局最优解，对数损失对应于二项分布，解决分类问题更合适。对LR损失函数的解释：∵预测值y_hat 表示预测为1的概率，y表示标签值∴y=0时，p(y|x)=1-y_hat; y=1时，p(y|x) = y_hat又∵对数函数严格单调递增，优化p(y|x)等价于优化logp(y|x)∴logp(y|x...