深度学习
baidu_36557924
这个作者很懒,什么都没留下…
展开
-
目标检测回归损失函数简介
目标检测任务的损失函数由Classificition Loss和Bounding Box Regeression Loss两部分构成。本文介绍目标检测任务中近几年来Bounding Box Regression Loss Function的演进过程,其演进路线:本文按照此路线进行讲解。1、Smooth L1 Loss1.1均方误差MSE (L2Loss)均方误差(Mean Square Error,MSE)是模型预测值f(x)与真实样本值y之间差值平方的平均值,其公式如下M...原创 2020-08-04 18:14:04 · 2080 阅读 · 0 评论 -
EfficientDet_ResneSt_YOLOV4
EfficientDet(2019/11/20) ResneSt(2020/4/19) YOLOV4(2020/4/23)1、 EfficientDet论文:(https://arxiv.org/pdf/1911.09070.pdf)代码:(https://github.com/zylo117/Yet-Another-EfficientDet-Pytorch)什么检测器能够兼顾准确率和模型效率?如何才能实现?谷歌大脑 Mingxing Tan、Ruoming Pang...原创 2020-08-04 16:08:48 · 2519 阅读 · 0 评论 -
深度学习面试1
第一部分:深度学习1、神经网络基础问题(1)Backpropagation(要能推倒) 后向传播是在求解损失函数L对参数w求导时候用到的方法,目的是通过链式法则对参数进行一层一层的求导。这里重点强调:要将参数进行随机初始化而不是全部置0,否则所有隐层的数值都会与输入相关,这称为对称失效。 大致过程是:首先前向传导计算出所有节点的激活值和输出值, 计算整体损失函数: 然后针对第L层的每个节点计算...转载 2018-03-11 19:25:33 · 1732 阅读 · 0 评论 -
面试问题补充
一、问题杂烩1、PCA的第二主成分 第二个主成分时域第一成分方向正教的差异性次大方向。 2、什么时候用组合的学习模型 只有当各个模型之间没有相关性的时候组合起来是最好用的。但是一般来说,弱相关的模型组合比较好用。 3、多重共线性 多重共线性是指当两个特征的相关性很大的时候,会对参数模型造成非常大的影响。可以用相关分析判断多重共线性的存在性。 4、什么时候用L2优于L1 如果多个变量都是一些具有小尺...转载 2018-03-11 19:26:41 · 248 阅读 · 0 评论 -
机器学习一些好的资源讲解
主要是为了汇总讲的比较好的一些论文或博客。1、SVD分解和PCA降维等问题http://blog.csdn.net/zhongkejingwang/article/details/42264479(这个写的不错)http://www.cnblogs.com/LeftNotEasy/archive/2011/01/08/lda-and-pca-machine-learning.htmlhttp://...原创 2018-03-11 19:55:08 · 213 阅读 · 0 评论