- 博客(4)
- 收藏
- 关注
RSS订阅原创 深度学习（一）基本名词定义及概述-补充
这通常是由于模型过于复杂、训练数据样本过于简单或者训练数据中含有大量的噪声导致的，因此通过降低模型的复杂度、减少训练周期或利用正则化手段、添加BN层或Dropout层来解决过拟合的问题。梯度消失是指梯度趋近于0而导致权重无法更新的一种现象，通常在深层网络中，或者当神经网络中激活函数选择不恰当时会导致梯度消失问题发生。这个情况通常是模型学习能力较差或者数据复杂程度较高导致的，因此通过增加模型复杂度、增加训练周期或者增加新的特征来解决欠拟合的问题。在评估模型时，经常会出现模型的拟合问题和梯度问题。
2024-07-30 15:58:59
105
原创 深度学习（二）多任务学习
1.与单任务学习相比，它利用了来自不同学习任务的更多数据。有了更多的数据，MTL可以为多个任务学习更强大、更通用的表示和更强大的模型，从而在任务之间实现更好的知识共享，每个任务的性能更好，每个任务过拟合的风险更低。在深度学习中，多个任务的若存在相关性，例如第i、i和k个任务是相关的，即第i个任务的模型参数是其他两个任务的线性组合，那么整个模型的秩最多为 m-1，因此是低秩的。将一个复杂的任务分解成多个层次化的子任务，将相关的任务组合在一起，共享模型的一部分参数，既能提升模型的泛化能力，又能提高训练效率。
2024-07-30 14:39:34
286
原创 深度学习（一）基本名词定义和概述
将数据集分为K份（通常为5或者10），每次取1份作为测试集，另外的K-1份为训练集，循环K次，最后将这K个模型的性能均值作为评估结果，这种方法称为K折交叉验证。数据集是深度学习的信息来源，因此数据集至关重要。利用训练集训练分类器，利用测试集评估模型，记录最后训练好的分类器的性能指标，这种方法成为留出法。此方法的特点是处理简单，不足之处是测试集的评估性能与拆分有很大的关系。由上面的混淆矩阵可得到PR曲线，如下图所示，精确率和召回率是相矛盾的参数，需要平衡这两者之间的取值，左下角区域越大则模型性能越好。
2024-07-27 16:06:14
218
原创 机器视觉学习-YOLO V8 第一篇 安装
把这个包解压，并进入这个解压后的文件夹，例如：我是放在D盘里面。可以安装Miniconda，小且够用，选择自己需要的版本。针对YOLO V8的环境布置，整理了一下布置流程和方案。5.激活并进入虚拟环境，环境会切换base为y8。回车，跳出下图问句，输入y，回车，安装完成。4. list一下，确认安装好了。1.安装Anaconda。
2023-12-13 14:16:04
475
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人