w9mysun的博客

mmdetection mask_rcnn只检测，不分割

李宏毅机器学习P13深度学习简介DL的发展DL的步骤1.构建model2.设置loss function3.调整参数，使得total loss最小（这样就获得最好的function）深度学习与机器学习反向传播机制深度学习简介DL的发展DL的步骤1.构建modeldefine a function set(neural network结构,没有参数)deep=many hidden layersAlexnet（2012）有8层，VGG（2014）有19层，Googlenet（2014）有

李宏毅机器学习P5-P8P5 误差误差的来源BiasVarianceHow to do with error?P6 梯度下降误差的来源P5 误差误差的来源来源于两方面：Bias and VarianceBias它是 f* 与 f^ 之间的差距bias大 是 underfitting（训练的就不好）针对欠拟合，增加输入特征 或 构建复杂模型结构Variance它是 f（model set） 之间的差距variance大 是 overfitting （训练的好，但在测试上表现的不好

李宏毅机器学习P1-P2P1机器学习介绍P1机器学习介绍机器学习是具有一种学习能力（寻找最好的function）；Regression 输出是一个数，Classification输出的是Yes/no 或 class x，结构化学习：超越classification，输出是结构化数据，eg:识别、翻译等；这张图要仔细理解一下半监督学习：有标签数据+无标签数据监督学习：有标签数据（有老师教）无监督学习：无标签数据（无师自通）迁移学习：有标签数据+无关数据强化学习：有分数，自行感知（从评价中

排序、搜索和计数排序（默认升序）数组a变成-a则表示降序numpy.sort(a[, axis=-1, kind=‘quicksort’, order=None])表示排序，返回拷贝；默认axis=-1，表示按最后一个轴的方向来排序，0表示按行方向排序即竖着，1表示按列方向排序即横着（二维中-1与1的效果一样），None表示展开排序；kind表示排序算法的选择，默认quicksort快排、mergesort混排、heapsort堆排；order可使用字段来排序。numpy.argsort(a[,

数学函数与逻辑函数1.数学函数广播对于不同形状的数组进行运算时，让较小的数组在较大的数组上进行“广播”，使得它们的形状兼容。广播的规则：如果两个数组的维度数dim不相同，那么小维度数组的形状将会在左边补1；如果shape维度不匹配，但是有维度是1，那么可以扩展维度是1的维度匹配另一个数组；如果shape维度不匹配，但是没有任何一个维度是1，则匹配引发错误；通用函数与聚合函数通用函数（universal function）通常叫作ufunc，它对数组中的各个元素逐一进行操作。这表明，通用

#数组操作更改数组的shapenp.ndarry.shape可返回数组的维度修改维度可通过为shape赋值np.ndarray.flat将数组转换为一维的 迭代器（首地址/数组名），并且返回的是视图（共享空间）np.ndarray.flatten([order=‘C/F/A/K’])将数组转换为一维数组，并且返回的是拷贝（copy）；其中C表示按行平铺，F表示按列平铺，A表示按顺序平铺，K表示按元素在内存中出现的顺序平铺np.ravel(arrayname[,order='C])将数组转换为

序列二级目录

task01数据类型及数组创建数据类型及数组创建1.np.nan是一个空值，并且np.nan!=np.nan2.np.isnan(x)用于判断x==nan？ 返回值为boolean3.正无穷大：np.inf 圆周率：np.pi 自然底数：np.e4.