- 博客(13)
- 收藏
- 关注
RSS订阅
原创 剑指offer,分门别类
刷题总结 edited by:闵炎华 e-mail:[email protected]@(常用程序范例)刷题总结数组面试题3：寻找数组中的重复数字面试题4 二维数组中的查找面试题11 旋转数组中的最小数...
2018-08-08 15:21:03
254
原创 SSD论文总结
SSD论文总结本文系作者原创，欢迎转载，请注明转载地址@(论文总结)整个论文的内容如下图所示：1 论文的主要思路：目标检测的目的在于预测出物体的框和框内物体的分类，SSD是如何做到这些的呢？首先是如何生成默认边界框，与faster rcnn不同，faster rcnn利用rpn来生成默认边界框，然后利用roi pooling来对默认边界框进行重采样。ssd是利用anchor，我们在...
2018-09-20 15:47:45
179
原创 ubuntu16.04+Geforce GTX1080ti+cuda 8.0+tensorflow 1.4环境配置
3. 前向传播前向传播主要包含的部分有：权值的初始化，激活函数的选取， 对于卷积神经网络来说的化，还有汇合层（pooling layer）。3.1卷积卷积层我们一般采用3∗33∗33*3的卷积层，有时也采用5∗55∗55*5的的卷积层，feature map的层数一般为2n2n2^n卷积操作的作用：滤波器虽然是一个矩阵，但是深层角度来说是有很多种类的，比如整体边缘滤波器，纵向边...
2018-07-13 11:54:02
618
原创 leetcode之array
leetcode之Flipping an image描述： class Solution {public: vector<vector<int>> flipAndInvertImage(vector<vector<int>>& A) { for(int i=0;i&
2018-07-13 10:56:19
136
原创 深度学习之一
深度学习的种种@(深度学习理论)深度学习的种种1. 神经网络总论2. 神经网络的前处理我们主要分三个部分来讲解神经网络，第一个部分为神经网络的总论，也就是抛开各个部分的功能及原理，而关注神经网络整体的原理及功能，这部分可能放在本文的最后来讲解，然后第二个部分是神经网络的各个部件：主要有前向传播部分和反向传播部分。最后是神经网络的后处理，也就是神经网络的压缩。1...
2018-07-07 15:21:42
572
原创 归并排序
排序算法归并算法给一组无序数组，我们先将它拆分，拆分到最小，然后再两两归并，按照顺序两两归并，最终得到一个有序数组 主要步骤： - 拍序，通过把其拆分成很小的单元，然后再拍序； - 连接void Merge(int* TR2, int* TR1, int start, int m, int end){ int i=start; int j=start+m...
2018-06-27 12:20:28
97
原创 ssd--generate anchor
generate anchorssd用了6个尺寸不一的特种层来预测最后的得分和offset，每个层都会先得到默认边界框的尺寸，然后再在默认边界框的基础上添加不同的长宽比得到不同的边界狂。如何得到默认边界框的尺寸呢？利用以下公式： sk=smin+smax−sminm−1(k−1)sk=smin+smax−sminm−1(k−1)s_k=s_min+\frac{s_{max}-s_{min}}...
2018-05-27 10:30:55
1297
原创 机器学习之逻辑回归
统计学习之逻辑回归版权声明在：此文系博主原创，转载请注明出处如果要说逻辑回归，我们必须需要先了解一下线性回归，因为逻辑回归其实是一种广义上的线性回归，不同的是线性回归用来处理回归问题，而逻辑回归则是用来处理分类问题。统计学习之逻辑回归线性回归线性回归线性回归的思想：通过历史数据拟合出一条直线，并用这条直线对数据进行预测。 线性回归的公式为： z=θ0...
2018-05-12 17:40:02
165
原创 机器学习总结之正则化
版权声明：本文系博主原创，转载请标明出处之前学习总是搞不懂正则化到底什么玩意儿，就知道它的公式，它能降低过拟合，但是，它到底为什么能降低过拟合呢，看了李航老师的《统计学习方法》有了些许体悟。以什么方式呈现呢，就以问答的方式吧，三省吾身，挺好的。1 为什么数据量过小会导致过拟合，为什么正则化能够降低过拟合？因为本质上来说我们选择模型的标注在于损失函数，我们往往将损失函数和我们真正使用的风险函数混淆了...
2018-04-20 19:01:12
148
原创 机器学习总结之卷积神经网络一些点
版权声明：本文为博主原创作品，转载请标明出处1 卷积层的使用：滤波器虽然是一个矩阵，但是深层角度来说是有很多种类的，比如整体边缘滤波器，纵向边缘滤波器，横向边缘滤波器，比如通过横向边缘滤波器就可以保留横向边缘信息。事实上，卷积神经网络中的卷积核参数都是通过网络学习得出的，除了可以学到类似于横向，纵向边缘滤波器，还可以学到任意角度的边缘滤波器。不仅如此，检测颜色，形状，纹理等众多基本模式的滤波器都可...
2018-04-20 18:48:21
527
原创 实战KNN算法
版权声明：本文属于博主原创作品，转载请标明出处。 最近几天再次重温了一下KNN算法，感觉这是比较简单的机器学习算法了，上一篇博客主要介绍了一些KNN的理论，下面就结合实例来帮助理解，这个例子来源于《机器学习实战》这本书，写出来的原因主要就是给自己梳理一下思路。实战主要分为数据处理，测试算法，使用算法。由于K-NN的特点，没有显式的训练过程，所以没有训练阶段。本文涉及的知识点有：从文本文件中解...
2018-04-20 18:41:47
217
原创 机器学习总结之KNN
版权声明：本文为博主原创文章，转载请标明出处。https://mp.csdn.net/postedit/800209691 k-NN的优点:精度高、对异常值不敏感、无数据输入假定。2 缺点：计算复杂度高，空间复杂度高；3 适用数据范围：数值型和标型；4 k临近法假定给定一个训练数据集，其中的实例类别已定，当有新的实例进来后，根据其k个最近邻的训练实例的类别，通过多数表决的方式进行预测。因此，k近邻...
2018-04-20 16:50:58
147
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人