AI学习
kidominox
这个作者很懒,什么都没留下…
展开
-
迁移学习的好文章
迁移学习浅显易懂的介绍转载 2022-05-12 15:44:46 · 137 阅读 · 0 评论 -
《图解机器学习》笔记
从《图解深度学习》这本书中我们可以了解到监督和非监督 但是深度神经网络是在识别的基础上进行监督或者非监督问题。 而对于语音或者是这些 如果数据训练之后再后面的无监督识别中内存会不会太大 回归 #各种机器学习算法大多着重于如何使特定函数与数据集相近似。 基函数: 多维基函数采用多个一维基函数相乘或者相加的方法 2、核函数 普遍用高斯核函数,通过对周围的近似,来达到减低维数、避免维数灾难。 深度神经网...原创 2021-11-14 21:40:36 · 310 阅读 · 0 评论 -
聚类算法学习
很棒的聚类学习 简介 问题 1、很多算法在分析过程中需要开发者提供一定的参数(例如期望的类簇K个数、类簇初始质心),这导致了聚类结果对这些参数是十分敏感的,这不仅加重了开发者的负担,也非常影响聚类结果的准确性。 优化 可伸缩性: 当聚类对象由几百上升到几百万,我们希望最后的聚类结果的准确度能保持一致 处理不同类型属性的能力: 有些聚类算法,其处理对象的属性的数据类型只能是数值类型,但是在实...转载 2021-11-14 21:39:20 · 758 阅读 · 0 评论 -
初入深度学习的理解
在视频中已讲解到FasterRCNN的工作原理是首先通过上图中红框处的卷积层来提 取图像的特征,得到特征图。这里红框处的卷积层可以是vgg16、resnet50或resnet101等网络结构中 的其中一种,不同网络结构的卷积层可以在此处进行灵活的替换。 这里的卷积层其实有个专业的名称,中文名称为主干网络,英文名称为backbone,它的作用是从图片 中提取特征得到特征图。业界常用的图像领域主干网络有AlexNet、VGG、GoogleNet、Xception、 Inception、ResNet、ResNex原创 2021-11-14 21:25:33 · 220 阅读 · 0 评论