机器学习
SVM原理及推导
逻辑回归原理及推导
逻辑回归与SVM的异同
XGBOOST和GDBT的区别
评价指标,AUC
代价函数,目标函数,损失函数的区别
CV
优化器的区别
CNN为什么能提取特征
知乎
一个图像矩阵经过一个卷积核的卷积操作后,得到了另一个矩阵,这个矩阵叫做特征映射(feature map)。每一个卷积核都可以提取特定的特征,不同的卷积核提取不同的特征,举个例子,现在我们输入一张人脸的图像,使用某一卷积核提取到眼睛的特征,用另一个卷积核提取嘴巴的特征等等。而特征映射就是某张图像经过卷积运算得到的特征值矩阵。
卷积核放在神经网络里,就代表对应的权重(weight)
卷积核和图像进行点乘(dot product), 就代表卷积核里的权重单独对相应位置的Pixel进行作用
虽说我们称为卷积,实际上是位置一一对应的点乘,不是真正意义的卷积
至于为什么要把点乘完所有结果加起来,实际上就是把所有作用效果叠加起来
就好比前面提到的RGB图片,红绿蓝分量叠加起来产生了一张真正意义的RGB图