计算机视觉

计算机视觉

平台：华为云学院

Tips:

1 在深度学习网络模型中，各个层级的作用：

• 卷积层：提供图像特特征
• 激活函数：提高图像非线性拟合能力；
• 池化层：缓解卷积层对物体位置的敏感性；
• 全连接层：根据提供的图像特征作分类；
• SoftMax: 作多类别分类
  2 池化层的作用有在于：1)减少图像特征图的空间尺寸；2）减少训练参数的数量

高频考点

【Tensorflow和Pytorch框架介绍及区别】

【线性回归、逻辑回归和朴素贝叶斯区别】

线性回归：线性回归的拟合函数是对f(x)的输出变量y的拟合，线性回归的样本的输出，都是连续值，y的取值范围是正负无穷大。
逻辑回归：逻辑回归的拟合函数都是对1类样本的概率的拟合，样本的输出取值为0或1；属于判别模型；要求特征参数间是线性的。
朴素贝叶斯࿱