![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
杂
文章平均质量分 53
小胖蹄儿
这个作者很懒,什么都没留下…
展开
-
Adobe Reader 背景色修改
经常需要用Adobe Reader看论文或者ppt的小伙伴注意啦,逗逼阅读器默认的背景色是白色,但是为了保护眼睛我们可以自行定义背景色,方法如下: **编辑->首选项->辅助工具->文档颜色选项 选项卡->自定义颜色->页面背景颜色 RGB三个通道的值修改为:204,232,207`>然后点击确定就OK啦** 修改完之后,文章背景色就变成了酱婶儿的:原创 2016-04-05 19:41:55 · 17913 阅读 · 2 评论 -
准确率(accuracy)、精确率(precision)、召回率(recall)
整理了知乎上的前两个回答,https://www.zhihu.com/question/19645541 其中精度是检索出相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率;召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率。一般来说,Precision就是检索出来的条目(比如:文档、网页等)有多少是准确的,Recall就是所有准确的条目有多少被检索原创 2017-10-13 16:54:48 · 49438 阅读 · 12 评论 -
高斯混合模型 GMM
在一般的分类问题中,通常的套路都是提取特征,将特征输入分类器训练,得到最终的模型。但是在具体操作时,一开始提出的特征和输入分类器训练的特征是不一样的。比如假设有N张100×100100\times100的图像,分别提取它们的HoG特征x∈Rp×qx \in \Bbb R^{p \times q},pp为特征的维数,qq为这幅图像中HoG特征的个数。 如果把直接把这样的一万个xx直接投入分类器训练,原创 2017-05-02 16:03:04 · 1476 阅读 · 0 评论 -
”语义分割”中的“语义”
感谢这篇论文,让我知道了“语义分割”中“语义”这一个词到底是个什么鬼。所谓的语义分割,就是之前的分割,在加上分类啦! 论文:基于内容的图像分割方法综述 姜峰 顾庆原创 2017-03-07 17:15:48 · 3234 阅读 · 0 评论 -
RGB CMYK HSV LAB
颜色空间(彩色模型、色彩空间、 彩色系统etc)是对色彩的一种描述方式,定义有很多种,区别在于面向不同的应用背景。 RGB、CMY、HSV、LAB几种颜色空间编码都是三位的RGBRGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色原创 2017-02-20 20:32:42 · 1344 阅读 · 0 评论 -
Introduction to SIFT (Scale-Invariant Feature Transform)
GoalIn this chapter - We will learn about the concepts of SIFT algorithm. - We will learn to find SIFT Keypoints and Descriptors.TheoryIn last couple of chapters, we saw some corner detectors like原创 2016-12-07 17:00:58 · 660 阅读 · 0 评论 -
PCA方法对特征降维
用CNN抽了feature后,维度太高了,降维如下:%使用PCA对数据降维load fc7.txt;[pc, score, latent,tsquare]=princomp(fc7);k=cumsum(latent)./sum(latent);%计算贡献率,确定最终的降维数目k,即前k个特征值所占的比重eigen_matrix=pc(:,1:2048);reduce_matrix=fc7*原创 2016-12-01 17:40:37 · 3082 阅读 · 0 评论 -
生成模型与判别模型
一、决策函数Y=f(X)或者条件概率分布P(Y|X)监督学习的任务就是从数据中学习一个模型(也叫分类器),应用这一模型,对给定的输入X预测相应的输出Y。这个模型的一般形式为决策函数Y=f(X)或者条件概率分布P(Y|X)。决策函数Y=f(X):你输入一个X,它就输出一个Y,这个Y与一个阈值比较,根据比较结果判定X属于哪个类别。例如两类(w1和w2)分类问题,如果Y大于阈值,X就属于类w1,如果小于阈转载 2016-11-07 10:16:06 · 442 阅读 · 0 评论 -
博客积分规则 & 博客等级
博客积分规则博客积分是CSDN对用户努力的认可和奖励,也是衡量博客水平的重要标准。博客等级也将由博客积分唯一决定。积分规则具体如下:1、每发布一篇原创或者翻译文章:可获得10分; 2、每发布一篇转载文章:可获得2分; 3、博主的文章每被评论一次:可获得1分; 4、每发表一次评论:可获得1分(自己给自己评论、博主回复评论不获得积分); 5、博文阅读次数每超过100次:可获得1分,阅读加分最高加原创 2016-07-25 17:20:52 · 743 阅读 · 5 评论 -
Sublime Text2使用ctex
新手请进,大神绕道,谢谢合作。 sublime的确是一个写代码神器,但是在处理有关中文问题的时候就会非常麻烦,本篇文章解决了在sublime text2中使用LaTeX排版工具时中文乱码问题。 假设你已经安装好了sublime text2和ctex套装,在这里先插一句,个人觉得网上有关LaTeX的各种版本实在是太让人懵逼了, 我是个完完全全的新手,看到网上说cTex可以处理中文并且是一个套装(包原创 2016-04-19 21:30:40 · 2582 阅读 · 0 评论 -
更改putty字体颜色
通过修改注册表的方式修改putty字体颜色:win+r->输入“regedit”->在右侧计算机列表中选择HKEY_CURRENT_USER->SOFTWAR 然后选择SimonTatham->PuTTY->Sessions->root 然后进入右侧,按照以下值修改注册表 接下来PuTTY的字体颜色就不会像以前那么刺眼了,而且字体也变得很好看啦原创 2016-04-11 17:15:08 · 893 阅读 · 0 评论 -
一些琐碎+分不清的知识点
机器学习部分反向传播 (Back propagation)vs 梯度下降(Gradient descent)反向传播算法是用来训练ANN的。简而言之,训练ANN就是通过反向传播代价,以减少代价为导向,调整参数。 调参的方式是采用梯度下降算法(Gradient descent),沿着梯度方向调整参数大小。 反向传播算法的推导可以看博客:反向传播算法具体推导过程交叉熵 其中...原创 2018-03-14 09:34:01 · 293 阅读 · 0 评论