- 博客(9)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 keras 基础小记
model.addmodel = Sequential()model.add(Dense(output_dim=1, input_dim=1))每次model.add就是添加一层，不用写入权重这些参数。W, b = model.layers[0].get_weights()是第一层的参数。特征标准化不同特征所占比重不同，把特征们的所占比重都设置为差不多，都在(0,1)之间keras...
2019-04-29 12:06:11
1043
原创 YOLOv3 笔记
shortcut层。shortcut层是跳过连接主要看《yolov3_presentation.pdf》框住目标，需4个点（回归问题，预测点坐标）分类问题：判断类别 person/dog/cat…YOLOv3 vs YOLOv2:小目标判别更准确，识别速度慢一些，能识别到person，甚至person里的tie领带。训练数据集：COCO网络结构residual block：回忆R...
2019-04-29 12:05:32
544
原创 CNN基础小记
CNN利用空间关系减少需要学习的参数数目以提高一般前向BP算法的训练性能。卷积神经网络是一个多层的神经网络，每层由多个二维平面组成，而每个平面由多个独立神经元组成。卷积网络的核心思想是将：局部感受野、权值共享（或者权值复制）以及时间或空间亚采样这三种结构思想结合起来获得了某种程度的位移、尺度、形变不变性。我们训练一个神经网络，就是要训练得出这些卷积核，而这些卷积核就相当于我们学单层感知器的时...
2019-04-29 12:04:22
442
原创 机器学习数据挖掘面试
欠拟合：模型太简单了，特征是否过少过拟合：增加样本量，减少特征数，降低模型复杂度等L1正则化其实就是讲权值的绝对值和加入损失函数，使得权值中0值比重增大，因此得到的权值较为稀疏。L2正则化则是将权重的平方和加入损失函数，使得权值分布更加平均，所以权值较为平滑。ROC曲线的AUC值是比较重要的内容，要能知道具体ROC曲线是怎么画出来的。回归的话比如MSE，RMSE或和业务相关的加权计算公式等。...
2019-04-29 11:58:20
497
2
原创 计算机图形学 c#面试
渲染 管线https://blog.csdn.net/jxw167/article/details/54695181渲染管线主要分为四个步骤：顶点变换，图元装配，光栅化，像素处理。顶点处理：顶点渲染的作用是对三维图元的顶点进行坐标变换和光照计算，生成可用于渲染到投影空间的顶点坐标、颜色和纹理坐标。顶点渲染就是定义了一系列针对顶点的渲染指令或渲染语句，当Direct3D处理图元顶点时，自动...
2019-04-29 11:56:41
944
原创 【动态规划】经典题目小结（切割钢条、最长公共子序列、背包、硬币找零、数组组合、连续最大和、最长回文子序列）
切割钢条参考《算法导论》和 http://www.cnblogs.com/mengwang024/p/4342796.html自底向上，从r[0]开始，r[0]=0,r[n]=我们所要求的，第一个for遍历完后，所有从0-n的r最优解都得到了，第二个for，在每个i下，都求最优解，自底向上，最后i=n时，输出r[n]。class Solution: def PrintBUCutRod...
2019-04-29 11:53:52
1492
原创 常用python用法小记
生成器genration参考 https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/0014317799226173f45ce40636141b6abc8424e12b5fb27000如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generato...
2019-04-29 11:47:39
763
原创 tensorflow入门笔记
Session 会话控制with tf.Session as sess这样就不用sess.close()了。前期定义的那些参数变量，还没有激活，sess.run(参数名)相当于有了一个指针指向某个参数，使之执行那条语句（激活）（才能输出变量值）。# method 1sess = tf.Session()result = sess.run(product)print(result)se...
2019-04-20 18:51:30
295
原创 《语音信号处理》 语音识别章节 读书笔记
P34HMM是一个双内嵌式随机过程，由两个随机过程组成：一个是状态转移序列，对应单纯markov过程；另一个是每次转移时输出的符号组成的符号序列。（这个也是随机的，理解为 不知道状态序列，也不知道输出符号序列。。。）P130：模板（模型）Mi，即 i 单词的均值和协方差矩阵。P135：语音信号的特征矢量序列的集合作为观察值序列O = O1,O2,…OTP136：声学...
2019-04-02 12:05:39
2056
Trackpad++
2019-03-04
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人