机器学习
aliyanah_
不积跬步无以至千里,不积小流无以成江海
展开
-
机器学习之感知器
感知器(Perception)是1957年由Rosenblatt提出,是神经网络与支持向量机的基础。感知器是二类分类的线性分类模型,它的输入为实例的特征向量X,输出是实例的类别y。(y一般取值为 +1 和-1)感知器的目标是将对应的输入空间的实例划分为正负两类的分离超平面。感知器的学习宗旨是通过训练数据得到将训练数据划分的分离超平面,所以需要一个衡量错误分类的因子,即损失函数,利用梯度下降法对损失函原创 2017-10-20 11:12:40 · 401 阅读 · 0 评论 -
U-Net: Convolutional Networks for Biomedical Image Segmentation理解二
U-Net: Convolutional Networks for Biomedical Image Segmentation是Olaf Ronneberger等人在全卷积网络(fully convolutional network)的基础上的改进。 该文章一开始说明了对于医学图像等需要像素级标签预测(即语义分割)的任务。针对这种现象,Ciresan提出了一种 采用动态滑动窗口从原始图像中根据一定...原创 2019-05-11 18:38:44 · 1228 阅读 · 0 评论