![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
统计学习方法
lih627
可以通过训练提高自己的平均水平并减少方差。
展开
-
记录一次失败的字节跳动面试「算法」
记录一次失败的字节跳动面试「算法」 文章目录记录一次失败的字节跳动面试「算法」简介神经网络参数如何初始化Xavier 初始化He 初始化Dropout在forward里面怎么做L1和L2正则化的区别AUC是什么,写一下代码编程题,类似实现 ndarray.shape 简介 字节跳动面崩了,记录一下。 神经网络参数如何初始化 Deeplearning.ai的教程Initializing neural networks : 首先神经网络参数不能初始化为0或者任意相同的常量。如果网络参数都是相同常量,那个每个隐层原创 2020-10-26 20:27:06 · 411 阅读 · 0 评论 -
[CV] 快速计算灰度图 bounding box 内部的方差
[CV] 快速计算灰度图 bounding box 内部的方差简介Haar 特征快速计算方差 简介 给定一张灰度图和一系列 bounding boxes,每个bounding box(bbox) 通过 [left, top, right, down] 编码,计算每个 bbox 内部像素的均值和方差。 直观的思路是对每个bbox计算均值然后计算方差,每一个的时间复杂度为O(k⋅w⋅h)O(k\cdot w\cdot h)O(k⋅w⋅h) 其中 kkk 是一个常量。当 bbox 很多的时候,时间复杂度过高。 计原创 2020-08-25 18:37:05 · 564 阅读 · 0 评论 -
感知机建模及对偶形式
感知机建模及对偶形式线性可分感知机对偶形式 线性可分感知机 数据建模,每个样本x=[x1,x2,,...xn]\mathbb{x}=[x_1,x_2,_,...x_n]x=[x1,x2,,...xn],二分类问题,对应标签y∈{−1,1}y\in\{-1, 1\}y∈{−1,1},构造线性分类器: y=sign(w⋅xT+b) y = \text{sign}\left(\mathbb{w \cdot x}^T+b\right) y=sign(w⋅xT+b) 对任意一样本对(xi,yi)(\mathb原创 2020-08-03 18:33:34 · 176 阅读 · 0 评论