zywvvd的博客

中心极限定理（Central Limit Theorem，CTL），是指概率论中讨论随机变量序列部分和分布渐近于正态分布的一类定理。。概述定理是数理统计学和误差分析的理论基础，指出了大量随机变量近似服从正态分布的条件。它是概率论中最重要的一类定理，有广泛的实际应用背景。在自然界与生产中，一些现象受到许多相互独立的随机因素的影响，如果每个因素所产生的影响都很微小时，总的影响可以看作是服从正态分布的。中心极限定理就是从数学上证明了这一现象。 ——百度百科中心极限定理（CLT）指出，如果样.

https://www.zywvvd.com/notes/system/linux/driver/driver-library-version-mismatch/driver-library-version-mismatch/本文记录错误 Failed to initialize NVML: Driver/library version mismatch 错误解决方案。问题复现$ nvidia-smi -->Failed to initialize NVML: Driver/libr

SVM（Support Vector Machine，支持向量机）是一个线性分类器，是最经典的分类算法，其核心目标就是找到最大间隔超平面。本文记录SVM的推导过程。概述SVM就是一个分类器，只是相对于传统的线性分类器，它添加了一个支持向量的概念。考虑一个分类任务从图片上解释，对于一组数据，SVM在使用直线的同时要求数据点距离这条直线的最小距离最大，也就是说分类器和数据之间要有足够大的“间隔”。这样做的好处是很明显的，越大的“间隔”代表了更大的转圜空间，在得到新的数据之后更容易将其正.

马氏距离(Mahalanobis distance)是由印度统计学家马哈拉诺比斯(P. C. Mahalanobis)提出的，表示点与一个分布之间的距离。它是一种有效的计算两个未知样本集的相似度的方法。与欧氏距离不同的是，它考虑到各种特性之间的联系，本文介绍马氏距离相关内容。欧氏距离的缺点距离度量在各个学科中有着广泛用途，当数据表示为向量x→=(x1,x2,⋯ ,xn)T\overrightarrow{\mathbf{x} }=\left(x_{1}, x_{2}, \cdots, x_{n}\r.

keras支持模型多输入多输出，本文记录多输出时loss、loss weight和metrics的设置方式。模型输出假设模型具有多个输出classify： 二维数组，分类softmax输出，需要配置交叉熵损失segmentation：与输入同尺寸map，sigmoid输出，需要配置二分类损失others：自定义其他输出，需要自定义损失具体配置model变量均为模型中网络层inputs = [input_1 , input_2]outputs = [classify, s.

PR曲线与ROC曲线都是机器学习中性能评估的重要指标，本文主要讲这两个曲线。预备知识熟悉基础定义TP, FN, FP, TN。理解主要评估指标概念Precision, Recall, FNR, FPR, TPR, TNR等。示例数据 样本编号 1 2 3 4 5 6...

本文介绍机器学习的一系列基础评估指标。基础定义T ： True 表示判断正确F ： False 表示判断错误P ： PostIve 表示判断该样本为正样本N ： Negative 表示判断该样本为负样本指标定义如果总是记混，按照上述字母顺序翻译出意义即可。TP ： (T)该判断正确，§判断该样本为正样本（事实上样本为正）TN ： (T)该判断正确，(N)判断该样本...

本文介绍机器学习目标检测相关各种基础概念的介绍。目标检测目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割，它将目标的分割和识别合二为一，其准确性和实时性是整个系统的一项重要能力。目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。因此，目标检测也就成为...

本文介绍机器学习中的二分类性能评估指标Precision, Recall, Sensitivity, Specificity, Accuracy, FNR, FPR, TNR, TPR, F1 Score, Balanced F Score基本含义，给出公式和具体算例，并作简要分析。基础定义 评估指标 预测结果 正样...