
计算机视觉
全菜工程师小辉
微信公众号:全菜工程师小辉。欢迎关注~
展开
-
整理的超级全,且不断更新的机器学习、计算机视觉,自然语言处理库~
这个神奇的github项目名字叫:网址:https://github.com/josephmisiti/awesome-machine-learning#cpp-cv里面列举了二十多种语言实现的关于计算机视觉,机器学习,自然语言处理的框架,库以及软件。如图~这只是其中一部分~点击目录中的items,就会跳转到相应位置,例如我点击c++的Computer Vision,就会跳...翻译 2016-01-25 17:48:47 · 1675 阅读 · 0 评论 -
SPAMS(稀疏和字典学习)工具箱的介绍、配置和使用
SPAMS (SPArse Modeling Software)是一个功能强大,为解决各种稀疏估计问题的开源优化工具箱,其主页为http://spams-devel.gforge.inria.fr/index.html。这篇文章的内容是从我之前跟导师汇报的ppt里复制过来的,新手不擅长排版,请见谅。 如果官网打开过慢,也可以来我的资源下载里,免费下载工具箱:http://do...原创 2016-01-22 07:24:43 · 17527 阅读 · 2 评论 -
快速理解bootstrap、bagging、boosting
原文网址:http://www.wtoutiao.com/p/SceQuq.htmlmseddl:通俗的讲解了几种常见组合分类器的区别,还有其中的一些名词解释。/********************************分隔符**********************************/Bootstraping: 名字来自成语“pull up by your ow转载 2016-02-18 13:28:24 · 820 阅读 · 0 评论 -
贝叶斯公式
原文地址:http://www.cnblogs.com/elaron/archive/2012/10/25/2739236.html假设已知先验概率P(ωj),也知道类条件概率密度p(x|ωj),且j=1,2.那么,处于类别ωj,并具有特征值x的模式的联合概率密度可写成两种形式:p(ωj,x) = P(ωj|x)p(x) = p(x|ωj)P(ωj)整理后得出贝叶斯公式转载 2015-10-05 18:10:44 · 916 阅读 · 0 评论 -
特征选择和特征学习中的过完备
作者:jiang1st2010转载请注明原文地址:http://blog.youkuaiyun.com/jwh_bupt/article/details/9969841 ScSPM的论文中提到了码书的过完备(over-complete)。一开始没有太在意过完备有什么问题,今天想了想把这个概念弄明白了。 特征学习的过程中,假设学习的码书D的大小为M。每个码转载 2015-08-11 13:43:04 · 775 阅读 · 0 评论 -
两种自己常用特别好的论文下载方法:
第一种方法:这是一个资源特别全的网站,可以下绝大多数论文,会议期刊,学位论文等网址是:http://www.ucdrs.superlib.net/网站首页:随便输入一个关键词,然后点中文/外文搜索,然后就会出现下边如图,论文不是直接下载的,而是留下邮箱地址,由人工来发送到你邮箱的,速度从几分钟到几小时不等。第二种方法:原创 2016-06-21 21:43:06 · 5056 阅读 · 0 评论 -
想学人工智能害怕数学?莫慌,入门很简单
自我介绍下:笔者是15级某非著名985研究生,开学之前加在校期间加起来差不多3年的机器学习经历,研究方向是图像识别。鉴于笔者有过机器学习的经历,身边时不时会有想进行机器学习的同学向我请教如何入门机器学习。其实在我看来,如果不是调参洗数据的话,要修改优化算法模型,除了阅读大量论文,还是要有不错的数学功底和编程基础的。数学启蒙但一提到数学,这就让很多大一高等数学留下阴影的同学表示很无奈。笔...原创 2019-06-24 08:00:00 · 10564 阅读 · 16 评论