算法面经
文章平均质量分 96
Fulin_Gao
主要研究方向包括开放集识别(Open-Set Recognition)、开放世界识别(Open-World Recognition)、增量学习(Incremental Learning)、新类别发现(Novel Category Discovery)、少样本学习(Few-Shot Learning)
展开
-
【机器学习】L1、L2正则化
L1正则化能够通过使模型稀疏化达到降低模型复杂度的作用。这种稀疏化特性使它能够作为一种特征选择策略,适合在高维且特征相关性不强的场景中使用。L2正则化能够通过将各项权重系数优化的很小达到降低模型复杂度的目的。它能够减少单个特征的在模型中的作用,避免某个特征主导整个预测方向。L2正则化项是可微的,优化计算效率更高,适合处理低维且特征间具有强相关性的场景。原创 2024-05-18 20:08:10 · 926 阅读 · 0 评论 -
【图像识别】Swin Transformer
Swin Transformer提出滑动窗口自注意力 (Shifted Window based Self-Attention) 解决Vision Transformer输入高分辨率图像注意力模块计算复杂度高的问题。该博文包括Swin Transformer的主要概念,以图表形式直观的展示了各个组件的流程。原创 2024-05-10 12:45:53 · 1044 阅读 · 0 评论 -
【深度学习】位置编码
Transformer、DETR、Swin Transformer中的位置编码原创 2024-04-28 18:26:19 · 1502 阅读 · 0 评论 -
【深度学习】Dropout、DropPath
Dropout、DropPath概念、作用、代码原创 2024-04-21 22:57:05 · 2301 阅读 · 0 评论 -
【图像识别】Vision Transformer
Vision Transformer (ViT) 结构简介原创 2024-04-19 16:59:43 · 895 阅读 · 0 评论 -
【深度学习】Attention、Self-Attention、Multi-Head Self-Attention
Attention、Self-Attention、Multi-Head Attention概念、代码原创 2024-04-18 16:49:30 · 957 阅读 · 0 评论 -
【目标检测】Focal Loss
Focal Loss概念、作用原创 2024-04-16 20:27:42 · 825 阅读 · 0 评论 -
【深度学习】BatchNorm、LayerNorm
BatchNorm、LayerNorm的概念、作用、实现原创 2024-04-14 23:18:53 · 3302 阅读 · 2 评论 -
【目标检测】NMS、SoftNMS
NMS、Soft-NMS的概念、步骤与实现原创 2024-04-05 15:17:52 · 1108 阅读 · 0 评论 -
【目标检测】IoU、GIoU、DIoU、CIoU、EIoU
IoU、GIoU、DIoU、CIoU、EIoU的概念、计算方法、pytorch代码原创 2024-04-04 12:25:46 · 748 阅读 · 0 评论