- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 DeblurGAN 进行去运动模糊
DeblurGAN 进行去运动模糊原论文：《DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks》论文作者：Orest Kupyn，Volodymyr Budzan等链接：link原作者的github：linkDeblurGAN的创新它是端到端的去模糊方法，基于的是conditional GA...
2020-02-14 16:47:58
2126
原创 支持向量机SVM
支持向量机SVM1、简介给定一个数据集，可以看成是多维空间中的一些点，那么SVM的目标就是用超平面去区分他们，从而达到分类的目的。举例对于一个具有二维特征的数据集，那么SVM的超平面就是二维空间中的一条线。Margin 边界：超平面到达最近的数据点的距离。边距与泛化之间的关系：统计学习理论的理论结果表明，具有最大余量的分离超平面的泛化效果最佳（即margin越大，泛化误差最小）。...
2020-02-23 11:07:58
301
原创 监督学习
本文总体结构如下：一、线性模型（for回归）二、判别分类模型三、生成分类模型一、线性模型（for回归）1、线性回归举例：房价问题与坐标和面积有关那么预测的线性回归模型如下：X是一个二维的输入（面积，位置），y表示输出（房价）。那么损失函数如下，其中i表示第i个样本，N表示样本总数利用梯度下降，对w进行求导对于单个训练样本的参数更新公式如下：2、概率假说假设误差服...
2020-02-21 21:57:35
410
原创 统计学习基础
过拟合和欠拟合过拟合是指训练误差和测试误差之间的差距太大。就是模型复杂度高于实际问题，模型在训练集上表现很好，但在测试集上却表现很差。措施：1、增加数据集2、加入正则化3、进行特征选择4、提前停止训练，深度学习中常用dropout策略。欠拟合是指模型不能在训练集上获得足够低的误差。换句换说，就是模型复杂度低，模型在训练集上就表现很差，没法学习到数据背后的规律。措施：1、增加模型复...
2020-02-20 13:21:25
532
原创 模式识别与机器学习简单知识点
模式识别与机器学习简单知识点什么是模式• 广义地说，存在于时间和空间中可观察的物体，如果我们可以区别它们是否相同或是否相似，都可以称之为模式。模式所指的不是事物本身，而是从事物获得的信息，因此，模式往往表现为具有时间和空间分布的信息。• 模式的直观特性:– 可观察性– 可区分性– 相似性• 机器学习的目标：针对某类任务T，用P衡量性能，根据经验来学习和自我完善，提高性能。• 模式...
2020-02-20 10:07:13
1499
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人