- 博客(5)
- 收藏
- 关注
RSS订阅转载 梯度下降法
1.牛顿法与梯度下降法比较 牛顿法是二阶收敛，梯度下降是一阶收敛，所以牛顿法就更快。如果更通俗地说的话，比如你想找一条最短的路径走到一个盆地的最底部，梯度下降法每次只从你当前所处位置选一个坡度最大的方向走一步，牛顿法在选择方向时，不仅会考虑坡度是否够大，还会考虑你走了一步之后，坡度是否会变得更大。所以，可以说牛顿法比梯度下降法看得更远一点，能更快地走到最底部。 牛顿法就...
2017-10-02 12:34:00
140
转载 SVM知识点汇总
目录 1.简单描述SVM（线性可分SVM的求解） 2.线性SVM 3.非线性SVM 1. 简单描述SVM SVM是一个分类算法，通过寻找一个分离超平面，将正负样本分开，并且正负样本到超平面的间隔最大。分离超平面可以用y = wx + b来描述，样本到超平面的相对距离可以用函数间隔r = | wx + b |描述。当y+ = 1, y - = -1时，r = |...
2017-10-01 23:53:00
195
转载 语言基础
1. 长度问题 int getSize(int data[]){ return sizeof(data); } int data1[] = {1,2,3,4,5}; int size1 = sizeof(data1); // size1 = 20。sizeof(data1)是求数组的大小，int占4个字节 int* data2 = data1; int size2 = ...
2017-09-22 12:40:00
104
转载 CNN初步认识（局部感知、权值共享）
CNN是深度学习在图像领域的一个应用。那么它相对于原来的神经网络方法有什么不同？为什么它适用于图像领域？ 原来：全连接神经网络 需要的参数过多，例如1000*1000的图像，则输入层有10^6个节点，若隐藏层也有10^6个节点，则输入层到隐藏层的参数有10^12个。 CNN：局部感知、权值共享 CNN用局部感知和权值共享大大减少了参数，同时还具备其它优点。它们与自然图像自...
2017-09-18 16:33:00
2939
转载 灰度化
参考：https://baike.baidu.com/item/%E7%81%B0%E5%BA%A6%E5%8C%96/3206969?fr=aladdin 灰度化，在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B的值叫灰度值，因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。一般有分量法、最大值法、平均值法、加权平均法四...
2017-09-17 14:59:00
657
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