乱七八糟的笔记

一句话：你的方法不会过分的放大数据数值上的错误。比方说迭代，每次你都要四舍五入，那么最后你的结果比起如果不四舍五入差距是否可以接收。你也许想我不四舍五入不就得了，但是四舍五入只是一个例子，放到神经网络模型里面你知道你的网络干了什么省略。而且，同样的精度，某些方法就不敏感，您的就敏感，那就说明人家的好。不能用坏的数据评价我的数值稳定性。坏的数据测试是指故意用一些不好的数据对方法进行测试。比方说整一张...

看了一天EM算法，做了ppt。总结一下。第一篇教程很基础，可以看前部分，回忆一下概率论。第二篇教程很理论，讲的很清楚，挺好看。由于我做的事GMM所以我又结合了这篇教程。下面两篇是实现：https://blog.youkuaiyun.com/abcjennifer/article/details/8198352http://blog.pluskid.org/?p=39如果自己用，或者想参考，可以看下。最后总结E...

  在retrival的任务中经常会用到。

TIP2018的right @IEEE TRANSACTIONS ON IMAGE PROCESSING, VOL. 27, NO. 2, FEBRUARY 2018吸引我的是其中应用的metric learning。我一直以为，metric learning其实和传统的dense prediction以及各种CNN背后的东西是一致的。你现在有这些东西，比方说一堆图片，那么机器怎么看待它们之间的差...

本次代码的作者是：(C) Laurens van der Maaten, Delft University of Technologythanks,it is very helpful. I am trying to interprete thiscode.matlab toolbox代码加注释：function [M, L, Y, C] = lmnn(X, labels)...

聚类是很快的，所以不需要自适应，只需要[1.....N]个类中心，遍历一遍，得到N个评估值，[1.....N]选一个最好的类中心数目即可。类中心个数的评估：eva = evalclusters(mat,'kmeans','CalinskiHarabasz',... 'klist',[1:6])eva = evalclusters(mat,'linkage','CalinskiH...

这几个评价标准非常容易弄混与想当然。认真看哈，很重要。对于室内场景，或者是任何带类别的识别任务，都会有class average accuracy. 大家想当然的翻译成类平均识别率，就会和precision搞混。而且又因为它带一个accuracy，所以会和accuracy搞混。precision认准率。通俗来讲就是你认出来的，有多少人对了。举个例子，你家有一只狗，还有两瓶啤酒，两份...