
机器学习
while10
这个作者很懒,什么都没留下…
展开
-
模型的评估方法-准确率与混淆矩阵
准确率:准确率有的时候是骗人的,举一个例子来说,如果有100只动物,其中90只猫,10只狗,我们训练了一个模型,这个模型将我们的这100只动物全都预测成了猫,从我们主观上判断这个模型肯定是不好的(我的目的是为了区分,他却给我预测成全部都是一样的),但是我们从准确率来看,P(猫)=90/100=90%,预测猫的准确率还挺高的,所以我们说有的时候准确率是骗人的,在很多情况下不能说明一个模型的好坏。所...原创 2019-01-13 19:22:18 · 3142 阅读 · 0 评论 -
卷积神经网络CNN总结
卷积神经网络CNN总结 从神经网络到卷积神经网络(CNN)我们知道神经网络的结构是这样的: 那卷积神经网络跟它是什么关系呢?其实卷积神经网络依旧是层级网络,只是层的功能和形式做了变化,可以说是传统神经网络的一个改进。比如下图中就多了许多传统神经网络没有的层次。 卷积神经网络的层级结构 • 数据输入层/ I...转载 2019-03-15 15:19:54 · 396 阅读 · 0 评论 -
L1和L2正则化
什么是正则化?正则化就是在损失函数后加上一个正则化项(惩罚项),其实就是常说的结构风险最小化策略,即经验风险(损失函数)加上正则化。一般模型越复杂,正则化值越大。常见的正则化有L1正则化和L2正则化:L1正则化(L1范数)指的是权重参数W的各项元素绝对值之和,即,记作L2(L2范数)权重参数W的各项元素的平方和的开方,正则化有什么作用:L1正则化可以产生稀疏权重矩阵,即大部分w为0,只...原创 2019-03-20 08:53:34 · 372 阅读 · 0 评论 -
caffe 修改后的Makefile
PROJECT := caffeCONFIG_FILE := Makefile.config# Explicitly check for the config file, otherwise make -k will proceed anyway.ifeq ($(wildcard $(CONFIG_FILE)),)$(error $(CONFIG_FILE) not found. See...原创 2019-09-29 14:23:56 · 345 阅读 · 0 评论 -
caffe 修改后的Makefile.config
## Refer to http://caffe.berkeleyvision.org/installation.html# Contributions simplifying and improving our build system are welcome!# cuDNN acceleration switch (uncomment to build with cuDNN).USE_...原创 2019-09-29 14:25:22 · 387 阅读 · 3 评论 -
ubuntu18.04配置caffe并实现ssd的成功运行
ubuntu18.04配置caffe并实现ssd的成功运行配置caffe新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入...原创 2019-09-29 15:14:42 · 904 阅读 · 0 评论