![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 50
wyl2077
这个作者很懒,什么都没留下…
展开
-
BN和LN原理及Pytorch实现
一.概念Batch Normalization(批标准化)对一个batch内的所有样本的同一通道的元素进行标准化Layer Normalization(批标准化)对一个样本内所有通道的元素进行标准化Instance Normalization(实例标准化)对一个样本内对每个通道的元素分别进行标准化Group Normalization(组标准化)对一个样本内对几个通道的元素分别进行标准化二.Pytorch实现nn.BatchNorm2d(num_features)原创 2022-03-01 10:11:29 · 1204 阅读 · 0 评论 -
目标检测复习(Faster RCNN,YOLO)
Fast RCNN特征抽取(feature extraction),proposal提取,bounding box regression(rect refine),classification原创 2022-02-28 15:10:51 · 2047 阅读 · 0 评论 -
机器学习知识点复习
1.K-NN(k-近邻算法)类别:监督学习,分类流程:计算样本与训练数据的距离,统计前k个数据的标签,选择标签出现次数最多的为样本标签。注意:数据需要归一化或标准化2.决策树类别:监督学习,分类流程:依次选择信息增益最大的属性为决策属性构建决策树。信息熵:信息增益:剪枝:避免过拟合,如果可以提高泛化能力将一些分支转化为页节点3.回归3.1线性回归类别:监督学习,回归损失:MSE(均方误差)最小二乘法:3.2 logisti.原创 2022-02-21 21:38:28 · 527 阅读 · 0 评论 -
优化算法SGD与Adam
说来惭愧,一直在用的两个经典的优化器,几行代码就完成了参数更新,但是却一直没有深入的了解其中的原理。improt torch...optimizer = torch.optim.SGD(model.parameters(), lr=0.01, momentum=0.9)optimizer = torch.optim.Adam(model.parameters(), lr=0.01)...optimizer.zero_grad()...optimizer.step()首先贴一下pyto原创 2021-12-29 10:10:54 · 7342 阅读 · 1 评论 -
学习中遇到各种小知识点(不断更新)
Shoelace公式Shoelace公式,也叫高斯面积公式,俗称鞋带公式。根据按时针顺序的顶点坐标可求确定区域内多边形的面积。公式为:当X的下标大于n时:Xn+1=X1,Yn+1=Y1。并且当点顺为顺时针时,面积为负,点顺序为逆时针时。面积为正。利用这个公式来判断文本框的输入四个点的顺序,使其均为逆时针,并且筛选掉面积太小的框#Shoelace公式def polygon_area(poly): ''' compute area of a polygon ''' ed原创 2020-12-03 20:15:45 · 1533 阅读 · 0 评论 -
常用Conda命令
Conda常用命令整理转载 2020-10-23 17:21:48 · 142 阅读 · 1 评论 -
机器学习笔记(5)RNN
参考资料:https://zhuanlan.zhihu.com/p/30844905基本概念RNN对任意输入的输出,不仅和当前输入有关,还和上一输入的隐层状态有关。BRNN双向RNN,对任意输入的输出,不仅和当前输入有关,还和上一输入的隐层状态,以及下一输入的隐层状态有关。即对于一个序列正向计算一次隐层状态,再反向计算一次,最终得到输出LSTM(长短期模型)LSTM相比于RNN,主要解决的长依赖问题,因为RNN的输出只跟上一时刻和这一时刻有关,但对于一些情况,这一时刻的输出可能和序列中原创 2020-10-11 17:27:14 · 698 阅读 · 1 评论 -
机器学习笔记(4)Pytorch学习
机器学习笔记(4)Pytorch学习原创 2020-10-08 20:28:30 · 177 阅读 · 3 评论 -
机器学习笔记(3)CNN
机器学习笔记(3)CNN参考网址:https://blog.csdn.net/MrMaurice/article/details/90031937?utm_medium=distribute.pc_relevant.none-task-blog-baidulandingword-2&spm=1001.2101.3001.4242基本概念学习输入层对于黑白图片,输入层为nm,对于RGB图片,输入层为3nm。(nm为图片大小)卷积卷积是指使用卷积核进行特征提取和特征映射的过程。几个关键词:原创 2020-10-02 17:38:13 · 582 阅读 · 0 评论 -
机器学习笔记(2)tensorflow学习
机器学习笔记(2)神经网络实例单隐层前馈网络结构:问题描述:预测天气气温,当输入连续三小时的气温时,预测第四个小时的气温。数据:训练集为20 * 24小时气温数据,测试集为10 * 24小时数据。网络结构为:3 * 7 * 1,即三个输入神经元,七个隐层神经元,一个输出神经元。环境:python3.6.5和tensorflow1.2.1,import tensorflow as tffrom numpy.random import RandomStateimport pandas as原创 2020-08-22 12:04:05 · 182 阅读 · 0 评论 -
机器学习笔记(1)环境配置
机器学习笔记(1)Python环境配置1.Anaconda安装:2.visual studio安装3.pycharm安装4.第三方包的安装第一个机器学习程序Python环境配置1.Anaconda安装:由于官网下载较慢,推荐使用清华镜像源: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/.我在下载的是Anaconda3-5.1.0-Windows-x86_64.exe,对应python3.6.5(问题)安装vscode时,无法连接,解决原创 2020-08-21 17:11:04 · 282 阅读 · 2 评论