机器学习
文章平均质量分 91
henyaoyuancc
这个作者很懒,什么都没留下…
展开
-
机器学习基础
马尔可夫链(Markov Chain)可以说是机器学习和人工智能的基石,在强化学习、自然语言处理、金融领域、天气预测、语音识别方面都有着极其广泛的应用The future is independent of the past given the present 未来独立于过去,只基于当下。过去所有的信息都已经被保存到了现在的状态,基于现在就可以预测未来。原创 2024-01-11 14:00:16 · 420 阅读 · 0 评论 -
语义分割学习
实力分割学习和总结原创 2023-02-15 15:00:37 · 893 阅读 · 1 评论 -
跟踪算法学习
跟踪算法的学习和总结原创 2022-07-04 13:37:34 · 189 阅读 · 0 评论 -
DL基础知识
深度学习基础1 归一化1.1 BN1.1 LN1 归一化1.1 BN1.1 LN又叫layer normalization层归一化,一般用在nlp中。LN的主要思想是:是在每一个样本(一个样本里的不同通道)上计算均值和方差,而不是 BN 那种在批方向计算均值和方差!看源码我们也可以看出来,其中outputs的shape=(btz, seq_len, dim)mean = K.mean(outputs, axis=-1, keepdims=True) #mean的shape(btz, seq_l原创 2022-02-14 17:12:05 · 1446 阅读 · 0 评论 -
聚类算法总结
聚类算法的分类聚类算法有很多种分法,体系也很大,这里举例几种分法:基于划分的聚类:聚类目标是使得类内的点足够近,类间的点足够远,常见的如k-means及其衍生算法基于密度的聚类:当邻近区域的密度超过某个阈值,则继续聚类,如DBSCAN; OPTICS层次聚类:这个下面会具体介绍到,包括合并的层次聚类,分裂的层次聚类,实际上可以看作是二叉树的生成和分裂过程。下面会介绍实际应用中常用的HDBSCAN基于图的聚类: 通过建图来进行聚类,这是聚类算法中的大头,很多较新的聚类算法都有图聚类的思想。这篇文章会原创 2022-01-24 17:17:46 · 1568 阅读 · 0 评论 -
reid技术总结
rerank,这个讲的比较通俗rerank原创 2021-12-27 17:24:00 · 1615 阅读 · 0 评论 -
特征检索总结
特征检索Product Quantization乘积量化训练量化查询Product Quantization乘积量化PQ系列的算法大致的套路分三个阶段:训练、量化、查询训练假设特征向量维度D=64维,将原始的D维向量分成M=8段,那么每段的子维度subD=8。对每个段的sub特征进行聚类,一般使用KNN,假设聚类中心数k=256,这样也就得到了M*k个聚类中心,也叫码本。量化训练阶段得到了得到了M*k个聚类中心即码本,每个聚类中心都是一个sub向量,这个码本太长了不好表示,我们想有一个类似索引原创 2021-12-09 14:55:17 · 1901 阅读 · 0 评论 -
python开发
python开发多进程进程间通信&进程池多进程你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。进程间通信&进程池python的标准包Queue只能用于单进程内。进程间通信使用multiprocessing.queue,这个仅限于子进程间通信。如果还要父进程子进程间通信,使用multiprocessing.manager.queuedef worker(que原创 2021-11-15 11:55:59 · 632 阅读 · 0 评论 -
3D检测算法基础知识学习
3D点云数据大多数点云数据是由3D扫描设备产生的,例如激光雷达(2D/3D),立体摄像头(stereo camera),越渡时间相机(time-of-flight camera) 。这些设备用自动化的方式测量在物体表面的大量的点的信息,然后用某种数据文件输出点云数据。这些点云数据就是扫描设备所采集到的。数据的格式,就是(x,y,z)*n点云数据格式介绍1点云数据格式的可视化点云数据是3D激光雷达扫描仪的基本输出。这通用的点云数据文件形式是3D坐标文件(经常指一个xyz文件)。这些文件是ASC原创 2021-09-19 18:33:05 · 575 阅读 · 0 评论 -
seq2seq
学习seq2seq,讲内容记录下来原创 2021-03-16 20:49:48 · 824 阅读 · 0 评论 -
使用神经网络学习逻辑或的运算
版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/u013733326/article/details/78654974 </div> <div id="content_view...转载 2019-04-01 16:52:52 · 1385 阅读 · 1 评论