u011304078的博客

召回率（tp/(tp+fn)）和查准率(tp/(tp+fp))相对比较好理解，平均精度的理解相对比较难些，主要是物理意义不够明确，至少对我来讲是这样的，做项目的使用用到openmmlab，一个很好的ai框架，在使用他们的检测框架时，默认会打印出上述三个参数。他们其实也会受一些超参数（阈值）的影响。比如，NMS_thresh, iou_thresh, confidence_thresh, 分别对应的物理意义是：conf_thresh, 就是检测物体框的置信度，它包含物体的概率或分数Nms_thres.

集成学习简介  在讲boosting和bagging算法之前，首先需要了解一下集成学习的概念。集成学习是指将若干弱分类器组合之后产生一个强分类器。弱分类器（weak learner）指那些分类准确率只稍好于随机猜测的分类器（error rate < 50%）。如今集成学习有两个流派，一种是bagging流派，它的特点是各个弱学习器之间没有依赖关系，可以并行拟合，随机森林算法就属于baggi...

集成学习(ensemble learning)可以说是现在非常火爆的机器学习方法了。它本身不是一个单独的机器学习算法，而是通过构建并结合多个机器学习器来完成学习任务。也就是我们常说的“博采众长”。集成学习可以用于分类问题集成，回归问题集成，特征选取集成，异常点检测集成等等，可以说所有的机器学习领域都可以看到集成学习的身影。本文就对集成学习的原理做一个总结。1. 集成学习概述　　　　从下图，...

在valid情况下，  输出形状计算方法为： new_height=new_width=[(W-F+1)/S]在same情况下，输出形状计算方法为： new_height=new_width=[W/S]其中W为输入的尺寸，F为滤波器尺寸，S为步长，[ ]为向上取整函数。由上可知，如果要保持卷积或池化之后的图像尺寸不变，则步长S必须为1。  import tensorflo...

最近熟悉GoogLeNet（inception-v1）模型，其中代码定义了一个inception函数，用于搭建模型googLeNet模型，模型见代码1，该inception函数在进行模型训练时被调用9次，训练模型时出现错误，提示如下：alueError: Variable scope/p1f11/kernel already exists, disallowed. Did you mean t...