- 博客(15)
- 收藏
- 关注
RSS订阅原创 李宏毅机器学习课程笔记——回归
1、回归是什么回归（Regression） 就是找到一个函数 function，通过输入特征 x，输出一个数值 Scalar。比较像我们常见的函数拟合。2、回归的步骤step1：模型假设，选择模型框架step2：模型评估，如何判断众多模型的好坏（损失函数）step3：模型优化，如何筛选最优的模型（梯度下降）下面以李宏毅老师的课程中的宝可梦能力值的例子来对每个步骤进行分析。2.1 模型选择这里我们都选择线性模型进行分析。2.1.1 单个特征当选取单个特征时，以特征xcpx_{cp}x
2021-08-18 23:57:00
277
原创 机器学习概念
监督学习：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程。半监督学习：半监督学习属于无监督学习和监督学习之间。研究人员发现，将未标记数据与少量标记数据结合使用可以显着提高学习准确性。对于学习问题的标记数据的获取通常需要熟练的人类代理（例如转录音频片段）或物理实验。因此与标签处理相关的成本可能使得完全标注的训练集不可行，而获取未标记的数据相对便宜。在这种情况下，半监督学习可能具有很大的实用价值。迁移学习：把为任务A开发模型作为初始点，重用在为任务B开发模型的过程中。无监督学习：本质上.
2021-08-16 20:08:36
156
原创 目标检测入门系列Task04-开始炼丹
目标检测入门系列Task04-开始炼丹零、代码结构一、设置超参数二、 主函数文章主要内容来自于开源组织DataWhale的：动手学CV-Pytorch。目标检测网络的训练大致是如下的流程：设置各种超参数定义数据加载模块 dataloader定义网络 model定义损失函数 loss定义优化器 optimizer遍历训练数据，预测-计算loss-反向传播下面将各个章节的代码都串起来，总结一下。训练的结果和过程会再出一个博客单独总结。零、代码结构俗话说，要站在巨人的肩膀上思考问题。对于这
2020-12-27 21:50:37
119
原创 目标检测入门系列Task03-损失函数
目标检测入门系列Task03-损失函数一、匹配策略二、损失函数三、Hard negative mining四、代码文章主要内容来自于开源组织DataWhale的：动手学CV-Pytorch。一、匹配策略我们分配了许多prior bboxes，我们要想让其预测类别和目标框信息，我们先要知道每个prior bbox和哪个目标对应，从而才能判断预测的是否准确，从而将训练进行下去。不同方法 ground truth boxes 与 prior bboxes 的匹配策略大致都是类似的，但是细节会有所不同。这里
2020-12-22 20:30:30
152
原创 目标检测入门系列Task02-锚框和模型结构
目标检测入门系列Task02-锚框和模型结构一、锚框和先验框1.1 先验框1.1.1 设置不同尺度的先验框1.1.2 先验框与特征图的对应1.1.3 先验框类别信息的确定1.2 先验框的生成二、模型结构2.1 VGG16作为backbone2.2 分类头和回归头2.2.1 边界框的编解码2.2.2 分类头与回归头预测一、锚框和先验框1.1 先验框1.1.1 设置不同尺度的先验框通常，为了覆盖更多可能的情况，在图中的同一个位置，我们会设置几个不同尺度的先验框。这里所说的不同尺度，不单单指大小，还有长宽
2020-12-19 17:12:55
359
1
原创 目标检测入门系列Task01-目标检测数据集
目标检测入门系列Task01-目标检测数据集一、目标检测基本概念1.1 目标检测与图像分类的区别1.2 目标检测的思路1.3 目标框定义的方式1.4 交并比（IoU）二、目标检测数据集VOC2.1 VOC简介2.2 VOC数据集的下载2.3 VOC数据集的结构2.4 VOC数据集dataloader的构建一、目标检测基本概念1.1 目标检测与图像分类的区别图像分类：只需要判断输入的图像中是否包含感兴趣物体。目标检测：需要在识别出图片中目标类别的基础上，还要精确定位到目标的具体位置，并用外接矩形框标
2020-12-16 20:45:34
434
原创 数据竞赛入门系列——天池二手车交易价格预测【5】模型融合（结构）
本系列是记录我参加Datawhale入门数据竞赛过程中的内容和一些体会。希望能够提高自己！竞赛为天池二手车交易价格预测。整个系列分为五部分内容：赛题理解数据分析特征工程建模调参模型融合本篇为最后一部分，模型融合。因为最近一些事情的原因，没法仔细写博客，因此此篇与上一篇一样为结构图。将会在两星期内补上这两篇文章。...
2020-04-04 19:09:08
298
原创 数据竞赛入门系列——天池二手车交易价格预测【4】建模调参（结构）
一、介绍本系列是记录我参加Datawhale入门数据竞赛过程中的内容和一些体会。希望能够提高自己！竞赛为天池二手车交易价格预测。整个系列分为五部分内容：赛题理解数据分析特征工程建模调参模型融合此为系列的第四部分，即建模调参。因为目前对这些内容还未完全理解，本次博客仅梳理一下这个内容的结构，下次博客将会详细解析。二、整体结构...
2020-04-01 10:28:09
446
原创 数据竞赛入门系列——天池二手车交易价格预测【3】特征工程
一、介绍本系列是记录我参加Datawhale入门数据竞赛过程中的内容和一些体会。希望能够提高自己！竞赛为天池二手车交易价格预测。整个系列分为五部分内容：赛题理解数据分析特征工程建模调参模型融合此为系列的第三部分，即特征工程。二、异常值处理2.1 删除异常值def outliers_proc(data, col_name, scale=3): """ 用于...
2020-03-28 10:54:56
400
原创 数据竞赛入门系列——天池二手车交易价格预测【2】数据分析——EDA
数据竞赛入门系列——天池二手车交易价格预测【2】数据分析——EDA一、介绍二、数据集观察2.1 加载数据2.2 数据形状总览2.2.1 训练集形状2.2.2 测试集形状2.3 数据集统计量总览三、数据集的缺失和异常处理3.1 查看缺失值情况3.2 查看异常值检测四、数据集分布情况五、数据集特征分析5.1 类别特征分析5.2 数字特征分析5.2.1 相关性分析5.2.2 查看几个数值特征的偏度和峰度...
2020-03-24 17:15:29
1589
1
原创 使用Anaconda安装Python后遇到的一些问题
使用Anaconda安装Python后遇到的一些问题1.在命令行中输入python提示不存在这个命令1.1 conda命令不能使用1.2 Python环境需要激活2.Jupyter Notebook无法自启动浏览器，需要手动输入最近换了电脑，直接安装了Anaconda。之前是先装好了python然后再装的Anaconda，好久都没有再装过了，这次直接装Anaconda后，发现遇到了好多问题，特此...
2019-07-05 17:27:50
11079
原创 深度学习之PyTorch学习笔记二
首先补上上一个博客中在Win10下安装PyTorch的内容。Win10下安装PyTorch的GPU版本需要注意的地方Win10环境下安装PyTorch，进入官网，然后对着官网安装即可。但是我在安装过程中遇到了几个问题，列举出来。1. 空间不足我在安装过程中遇到了这个提示，发现是c盘空间不足，因此在安装时最好先把c盘空间留出来，至少应该留5G以上。2.安装的下载过程总是失败之前装的时...
2019-05-14 15:58:18
287
原创 深度学习之PyTorch学习笔记一
本文是记录在学习深度学习的过程中对PyTorch框架的学习过程，目录1.什么是PyTorch？为什么选择PyTorch？PyTorch是一个开源的Python机器学习库，基于Torch， 由Facebook推出，应用于人工智能领域。PyTorch主要有两大特征：NumPy的张量计算，但使用GPU加速基于带基自动微分系统的深度神经网络为什么要选择PyTorch呢？下面以应用最广泛的框...
2019-05-11 22:48:25
198
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