4 binlin1209

尚未进行身份认证

暂无相关简介

等级
TA的排名 14w+

向量组的秩是什么?

@ 向量组的秩是什么?向量组的秩是什么?通俗的说,就是把这一组向量中的垃圾向量踢出后剩下的高品质向量的个数,假设这一组有5个向量,踢出两个垃圾,还剩3个。那么这个向量组的秩就是3。那什么是垃圾向量呢?就是能被别人线性表示的向量。比如说向量α1能被α2和α3线性表示,也就是它的工作能被别人取代。那么α1就是垃圾向量!秩是线性代数中最重要的概念,是广大考生一定要掌握的概念。在线性代数中,关于秩...

2019-03-24 15:38:44

语法糖

语法糖(Syntactic sugar),也译为糖衣语法,是由英国计算机科学家彼得·约翰·兰达(Peter J. Landin)发明的一个术语,指计算机语言中添加的某种语法,这种语法对语言的功能并没有影响,但是更方便程序员使用。通常来说使用语法糖能够增加程序的可读性,从而减少程序代码出错的机会。举例说明举个例子:在C语言里用a[i]表示*(a+i),用a[i][j]表示*(*(a+i)+j...

2019-02-26 11:34:02

我见过最清晰的–理解梯度,散度,旋度

我见过最清晰的–理解梯度,散度,旋度梯度: 运算的对像是纯量,运算出来的结果会是向量在一个纯量场中,梯度的计算结果会是"在每个位置都算出一个向量,而这个向量的方向会是在任何一点上从其周围(极接近的周围,学过微积分该知道甚么叫极限吧?)纯量值最小处指向周围纯量值最大处.而这个向量的大小会是上面所说的那个最小与最大的差距程度"举例子来讲会比较简单,如果现在的纯量场用一座山来表示,纯量值越大的地方...

2018-12-20 14:35:14

BatchNormalization、LayerNormalization、InstanceNorm、GroupNorm、SwitchableNorm总结

https://blog.csdn.net/liuxiao214/article/details/81037416

2018-11-30 10:02:09

数据归一化和两种常用的归一化方法

数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。以下是两种常用的归一化方法:一、min-max标准化(Min-Max Normalization)也称为离差标准化,...

2018-11-29 19:39:13

TensorFlow中的小知识:tf.flags.DEFINE_xxx()

内容包含如下几个我们经常看到的几个函数:①tf.flags.DEFINE_xxx()②FLAGS = tf.flags.FLAGS③FLAGS._parse_flags()简单的说:用于帮助我们添加命令行的可选参数。也就是说利用该函数我们可以实现在命令行中选择需要设定的参数来运行程序,可以不用反复修改源代码中的参数,直接在命令行中进行参数的设定举个栗子:程序train.py文件中...

2018-11-06 21:47:37

蒙特卡洛方法到底有什么用(转)

链接蒙特卡洛方法(MonteCarlomethod,也有翻译成“蒙特卡罗方法”)是以概率和统计的理论、方法为基础的一种数值计算方法,将所求解的问题同一定的概率模型相联系,用计算机实现统计模拟或抽样,以获得问题的近似解,故又称随机抽样法或统计试验法。上述就是蒙特卡洛方法的基本概念,比较抽象,下面结合实际工作中的理解,谈一谈对蒙特卡洛方法的一些认识。(1)首先,蒙特卡洛不是个人名,而是个地...

2018-06-07 09:13:08

KL散度的理解

KL散度的理解标签(空格分隔):机器学习linbin2018-05-29KL散度(KLdivergence)全称:Kullback-LeiblerDivergence用途:比较两个概率分布的接近程度在统计应用中,我们经常需要用一个简单的,近似的概率分布f∗来描述观察数据D或者另一个复杂的概率分布f。这个时候,我们需要一个量来衡量我们选...

2018-05-29 09:32:15

EEG检查的意义(转)

EEG是脑细胞功能变化的标志,能反映脑性疾病时脑功能障碍与否,但不能反映其疾病程度。一份正常EEG并不总是意味着脑功能正常,一份异常EEG、并不一定意味着脑功能异常。一种脑性疾病可产生多种形态的EEG异常,一种EEG异常可由多种脑性疾病引起。因此必须结合临床和其他检查,EEG才能在诊断上起参考作用。一般刺激性脑性病变可出现快波、棘波,抑制性脑性病变可出现慢波。EEG对颅内占位病变有定位价值,但不能...

2018-05-17 15:57:03

拉格朗日乘数法和KKT条件的直观解释

拉格朗日乘数法和KKT条件的直观解释标签(空格分隔):机器学习linbin2018-05-10Abstract在SVM的推导中,最优化问题是其中的核心,这里我们简单介绍下最优化问题,特别是带有约束的最优化问题,并且引入拉格朗日乘数法和广义拉格朗日乘数法,介绍并且直观解释了KKT条件,用于解决带约束的最优化问题。最优化问题我们在高中,包括在高数中都会经常遇到求...

2018-05-11 00:06:38

GPU课程20180510

GPU加速的科学发现Tags : GPU爱因斯坦一百年前的预言 强度极其微弱,探测困难几乎不与物质发生作用从第一次引力波探测到第一次“引力波-电磁信号”协同观测引力波天文学的开启新的挑战 “引力波-电磁”(GW-EM)信号的协同观测了解波源及其相关的物理过程 引力波数据处理流程High Performance ComputingExt...

2018-05-10 11:41:53

训练分类器为什么要用cross entropy loss而不能用mean square error loss?

对于多分类的标签(即教师信号),从本质上看,通过One-hot操作,就是把具体的标签(Label)空间,变换到一个概率测度空间(设为 p),如[1,0,0](表示它是第一个品类)。可以这样理解这个概率,如果标签分类的标量输出为1(即概率为100%),其它值为0(即概率为0%)。而对于多分类问题,在Softmax函数的“加工”下,它的实际输出值就是一个概率向量,如[0.96, 0.04, 0],...

2018-05-09 23:54:11

拉格朗日乘子法如何理解

拉格朗日乘子法如何理解?拉格朗日乘数法(Lagrange multiplier)有很直观的几何意义。举个2维的例子来说明:假设有自变量x和y,给定约束条件g(x,y)=c,要求f(x,y)在约束g下的极值。我们可以画出f的等高线图,如下图。此时,约束g=c由于只有一个自由度,因此也是图中的一条曲线(红色曲线所示)。显然地,当约束曲线g=c与某一条等高线f=d1相切时,函数f取得极值。两曲线相切...

2018-05-09 19:24:17

卷积神经网络中用1-1 卷积核的作用

卷积神经网络中用1*1 卷积核的作用linbin 标签(空格分隔): 卷积神经网络 优点:可以降低特征图的维数,防止参数过多,有利于增加深层网络的宽度增加模型深度,一定程度上提升模型的表征能Inception下图是Inception的结构,尽管也有不同的版本,但是其动机都是一样的下图是Inception的结构,尽管也有不同的版本,但是其动机都是一样的: ...

2018-05-09 16:12:13

单词表_芝士

单词表Tags: 英语学习Day 1 the box 5/9/2018 1:04:03 PMballon 气球 politician 政客ridiculous 荒谬的;可笑的lever 拉杆joke 笑话pull 拉direction 方向disappear 消失devote 献身于metal 金属delicate 精致的research 研究Day...

2018-05-09 14:10:05

图像检索研究进展:浅层、深层特征及特征融合 笔记

图像检索研究进展:浅层、深层特征及特征融合欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 ...

2018-04-22 14:50:06

tensorflow 学习 使用flags定义命令行参数

tf定义了tf.app.flags,用于支持接受命令行传递参数,相当于接受argv。import tensorflow as tf第一个是参数名称,第二个参数是默认值,第三个是参数描述tf.app.flags.DEFINE_string('str_name', 'def_v_1',"descrip1")tf.app.flags.DEFINE_integer('int_name', ...

2018-04-17 15:20:52

Tensorflow的padding方法

Tensorflow的padding方法The TensorFlow Convolution example gives an overview about the difference between SAME and VALID :For the SAME padding, the output height and width are computed as:out_height...

2018-04-17 13:26:56

机器学习中precision和accuracy区别

机器学习中precision和accuracy区别一些术语对于一个二分类问题,我们定义如下指标:TP:TruePositive,即正确预测出的正样本个数FP:FalsePositive,即错误预测出的正样本个数(本来是负样本,被我们预测成了正样本)TN:TrueNegative,即正确预测出的负样本个数FN:FalseNegative,即错误预测出的负样本个数(本来...

2018-04-13 16:11:23

add_to_collection的用法

1.add_to_collectionadd_to_collectio为Graph的一个方法,可以简单地认为Graph下维护了一个字典,key为name,value为list,而add_to_collection就是把变量添加到对应key下的list中sess=tf.InteractiveSession()#初始化2个Variablev1=tf.Variable(tf.const...

2018-04-11 17:01:29

查看更多

勋章 我的勋章
    暂无奖章