![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
machine learning
文章平均质量分 61
petSym
这个作者很懒,什么都没留下…
展开
-
【机器学习】从房价预测问题看回归算法
关键词:机器学习 / 回归文章目录回归问题是什么生成数据最小二乘法学习一元线性回归模型最小二乘法学习多元线性回归模型梯度下降法学习回归模型回归问题是什么回归问题是除了分类问题以外,机器学习中另一个经典问题。本节我们以从房价预测为问题背景,逐步介绍分类问题及其相关算法。回归的目的是想拟合一组数据的输入x\boldsymbol{x}x和输出yyy之间的映射关系f(⋅)f(\cdot)f(⋅),进而用得到的拟合模型f(⋅)f(\cdot)f(⋅)对未知的样本xt\boldsymbol{x}_txt.原创 2021-01-27 22:15:30 · 1383 阅读 · 0 评论 -
P-R曲线
https://blog.csdn.net/u014203453/article/details/77598997信息检索中,我们经常会关系“检索出的信息有多少比例是用户感兴趣的”以及“用户感兴趣的信息中有多少被检索出来了”,用精度和错误率就描述出来了,这就需要引入准确率(precision,亦称查准率)和召回率(recall,亦称查全率)。一般来说,我们希望上述两个指标都是越高越好,然...转载 2019-03-06 19:14:28 · 1250 阅读 · 0 评论 -
AP和mAP
http://blog.sina.com.cn/s/blog_9db078090102whzw.html转载 2019-03-06 20:03:25 · 696 阅读 · 0 评论 -
目标检测概览
https://cloud.tencent.com/developer/news/281788一、目标检测常见算法object detection,就是在给定的图片中精确找到物体所在位置,并标注出物体的类别。物体的尺寸变化范围很大摆放物体的角度,姿态不定可以出现在图片的任何地方物体还可以是多个类别目前学术和工业界出现的目标检测算法分成3类传统的目标检测算法:Casca...转载 2019-03-07 22:10:38 · 951 阅读 · 0 评论 -
什么是fine-tuning
https://www.julyedu.com/question/big/kp_id/26/ques_id/2137)在实践中,由于数据集不够大,很少有人从头开始训练网络。常见的做法是使用预训练的网络(例如在ImageNet上训练的分类1000类的网络)来重新fine-tuning(也叫微调),或者当做特征提取器。以下是常见的两类迁移学习场景:1 卷积网络当做特征提取器。使用在Ima...转载 2019-03-07 16:04:11 · 751 阅读 · 0 评论 -
边框回归Bounding-Box regression
https://www.julyedu.com/question/big/kp_id/26/ques_id/2139转载 2019-03-07 17:07:34 · 167 阅读 · 0 评论 -
评价目标检测区域的准确性——IoU
交并比https://blog.csdn.net/red_stone1/article/details/79028058交并比:Intersection Over Union(IoU)即交集与并集之比,可以用来评价目标检测区域的准确性。原创 2019-03-11 14:44:49 · 508 阅读 · 0 评论 -
非极大值抑制(NMS)
Non-Maximum Suppressionhttps://www.julyedu.com/question/big/kp_id/26/ques_id/2141非极大值抑制(NMS)顾名思义就是抑制不是极大值的元素,搜索局部的极大值。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。例如在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得...转载 2019-03-07 22:19:17 · 424 阅读 · 0 评论 -
毕设日志——下一步计划2019.4.17
下一步改进faster rcnn的基本思路参考https://blog.csdn.net/Z5337209/article/details/72838049将Faster-RCNN中的VGG16替换成ResNet可以提高performance,不仅是detection,在segmentation,video analysis,recognition等其他领域,使用更深的ResNet都可以得到...原创 2019-04-17 00:02:38 · 574 阅读 · 0 评论 -
TensorFlow神经网络(八)卷积神经网络之Lenet-5
一、Lenet神经网络基本结构注意,最后将第二池化层后的输出拉直送入全连接层。Lenet神经网络特点:① 卷积、池化、非线性激活函数相互交替;② 层与层之间稀疏连接,减少计算复杂度。对Lenet微调,使其适应Mnist数据集:二、Lenet神经网络在Mnist数据集上的实现1.前向传播mnist_lenet5_forward.py2.反向传播mnist_lenet5...原创 2018-12-06 17:29:58 · 495 阅读 · 1 评论 -
for 2018.12.3
https://blog.csdn.net/qq_16234613/article/details/79794588中 Fine-tuning Convolutional Neural Networks for Biomedical Image Analysis一文的计算图像的难分程度,在我们的人体姿态估计中,看看怎样转换成一张图片,或者一个关节点的的难判断程度。参考https://blo...原创 2018-12-03 22:39:46 · 213 阅读 · 0 评论 -
TensorFlow神经网络(四)手写数字识别
【注】内容来自mooc人工智能实践第五讲一、MNIST数据集一些用到的基础函数语法############ warm up ! ############# 导入imput_data模块from tensorflow.examples.tutorials.mnist import input_data# 加载数据集,以读热码的形式存取mnist = input_data.read_...原创 2018-11-08 20:24:20 · 463 阅读 · 0 评论 -
TensorFlow神经网络(三)神经网络优化
激活函数-原创 2018-11-02 12:49:54 · 642 阅读 · 0 评论 -
TensorFlow神经网络(二)反向传播
############### warm up! ############### 均方误差MSE的计算函数:loss = tf.reduce_mean(tf.square(y_ - y))# 反向传播的训练方法/优化器:## 梯度下降 train_step = tf.train.GradientDescentOptimizer(learning_rate).minimize(loss...原创 2018-11-01 09:41:45 · 506 阅读 · 0 评论 -
TensorFlow神经网络(一)前向传播
# for python learning notebook.py #正态分布w = tf.Variable(tf.random_normal([2.3], stddev = 2, mean = 0, seed = 1))#去掉过大偏离点的正态分布w = tf.Variable(tf.truncated_normal([2.3], stddev = 2, mean = 0, seed ...原创 2018-10-31 11:10:13 · 750 阅读 · 0 评论 -
TensorFlow神经网络:模块化的神经网络八股
1、前向传播:搭建从输入到输出的网络结构forward.py:# 定义前向传播过程def forward(x, regularizer): w = b = y = return y# 给w赋初值,并把w的正则化损失加到总损失中def get_weight(shape, regularizer): w = tf.Variable() tf.add_to_colle...原创 2018-11-03 19:51:06 · 451 阅读 · 0 评论 -
TensorFlow神经网络(五)输入手写数字图片进行识别
一、断点续训为防止突然断电、参数白跑的情况发生,在backward中加入类似于之前test中加载ckpt的操作,给所有w和b赋保存在ckpt中的值:(1) 如果存储断点文件的目录文件夹中,包含有效断点状态文件,则返回该文件:参数说明checkpoint_dir: 表示存储断点文件的目录latest_filename: 断点文件的可选名称,默认为checkpointckpt = tf...原创 2018-11-14 10:49:40 · 1230 阅读 · 0 评论 -
TensorFlow神经网络(七)卷积神经网络基础
一、全连接神经网络(FC)回顾之前做过的手写数字识别mnist使用的是全连接神经网络。全连接神经网络:每个神经元与前后相邻层的每一个神经元都有连接关系;输入是特征,输出是最终预测结果。实际相比于手写数字图片,对于高分辨率的三通道彩色图像,待优化的参数过多,容易导致模型过拟合。为了避免过拟合,往往不会将原始图片直接喂入全连接网络。实际应用中常常会对原始图像进行特征提取,提取到的特征再喂给全...原创 2018-12-05 16:13:53 · 406 阅读 · 0 评论 -
TensorFlow神经网络(九)VGG net论文阅读笔记
来源:2015 ICLR 用于图像分类的文章: Very Deep Convolutional Networks forLarge-scale Image Recognition摘要原创 2018-12-12 23:03:38 · 5175 阅读 · 2 评论 -
TensorFlow神经网络(六)制作数据集,实现特定应用
【注】内容来自mooc人工智能实践第六讲一、数据集生成读取文件mnist_generateds.py1.基本函数和用法tfrecords文件:二进制文件,可以先将图片和标签制作成该格式的文件。使用tfrecords文件进行数据读取,可以提高内存的利用率。tf.train.Example:用来存储训练数据。训练数据的特征用键值对的形式表示;值可以是字符串(Byteslist)、实数...原创 2018-11-15 22:35:49 · 1183 阅读 · 0 评论