- 博客(4)
- 资源 (13)
- 收藏
- 关注
原创 cv-图像分类
②translation equivariance:由于卷积核是一样的所以不管图片中的物体移动到哪里,只要是同样的输入进来遇到同样的卷积核,那么输出就是一样的。总结:但是使用基于CNN的方法还是存在感受野有限的问题,不能很好的建模长远的依赖关系(全局信息),而基于transformer的方法可以很好的建模全局信息但是transformer反而缺乏类似于CNN的归纳偏置,这些先验信息必须通过大量的数据来进行学习,所以小的数据在CNN上取得的效果一般优于基于transformer的方法。
2023-03-28 20:39:24 125 1
原创 力扣-练习总结
一、数组(485、283、27):1.1 485(最大连续1的个数):通过一个for循环,维护一个max和count,如果指针是1,count就++并且更新max;如果不是1就把count置为0,最后返回max。1.2 283(将所有0移动到数据末尾):通过一个for循环,维护两个指针slow、fast,保证0~slow之间都是非0的保续元素,如果fast不为0,就把fast位置的值赋值给slow位置,并且slow++,继续变脸fast下一个位置;for结束后把slow及往后的所有数据都赋值为0,结束
2022-01-19 14:48:24 475
原创 rank类问题常用的评价指标
1、准确率 = 被分对的样本数 / 所有的样本数就是被分对的样本数除以所有的样本数,通常来说,正确率越高,分类器越好。缺点:准确率这个评价指标有很大的缺陷。比如在互联网广告里面,点击的数量是很少的,一般只有千分之几,如果用acc,即使全部预测成负类(不点击)acc也有 99% 以上,没有意义。因此,单纯靠准确率来评价一个算法模型是远远不够科学全面的。2、精确率 = 被分对的正例样本...
2020-01-10 15:17:05 888
转载 机器学习从入门到精通-精选
1. 引言也许你和这个叫『机器学习』的家伙一点也不熟,但是你举起iphone手机拍照的时候,早已习惯它帮你框出人脸;也自然而然点开今日头条推给你的新闻;也习惯逛淘宝点了找相似之后货比三家;亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩,这些功能的核心算法就是机器学习领域的内容。套用一下大神们对机器学习的定义,机器学习研究的是计算机怎样模拟人类的学习行为,以获取新的知识或技能,并重
2016-03-06 12:57:55 519
SUSAN算法原文翻译版
2012-04-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人