weixin_42486139的博客

nextvlad论文地址：netvlad

import numpy as npimport matplotlib.pyplot as pltfrom sklearn.metrics import precision_recall_curve, average_precision_score'''y_true: 类型：np.array； gt标签y_scores： 类型：np.array； 由大至小排序的阈值score,'''#画曲线precision, recall, thresholds = precision...

1. 介绍目标检测网络yolo系列以及ssd系列的原理。yolo对小目标检测不好的原因，除了缩小anchor外还可以如何改善？yolov3有何创新？大概介绍了一下，yolo及ssd是one-stage目标检测网络的代表，以及他们各自的backbone、anchor box生成方式小目标检测不好，我答可能是因为anchor太大，缩小anchor，面试官继续问，除了缩小anchor，还能如何改善？ 语塞。。。。（望有识之士补充）yolov3加入了anchor机制（应该没说全）2. 样..

定义生成器 ： def build_generator(self): model = Sequential() model.add(Dense(128*56*56, activation = 'relu', input_dim = self.latent_dim)) model.add(Reshape((56,56,128))) model.add(BatchNormalization(momentum = 0.8))

Q：为什么深度学习损失函数往往要求是凸函数？（此处凸函数是指下凸，国内和国外凸函数的标准不一样，是相反的，吴恩达的机器学习教程凸函数是指下凸）A：使用梯度下降法优化策略，如果损失函数是非凸的，最后得到的可能只是局部最优解，而非全局最优解。做优化时，最容易想到的cost function便是平方差损失：。但是在实际中，并不能这样做，因为这个函数是非凸的。平方差损失非凸证明（多公式预警！！）先验条件：1.线性拟合函数 z = wx + b (此处z即...