算法
文章平均质量分 63
塔楼
这个作者很懒,什么都没留下…
展开
-
MIxformerV2的onnx和tensorrt加速
主要是针对目标跟踪算法MixformerV2的工程化应用,进行了onnx加速和tensorrt加速。原创 2023-10-26 17:26:00 · 417 阅读 · 1 评论 -
Accurate 3D Object Detection using Energy-Based Models
问题3DOD的任务是在所给顶的感知数据上估计出包围目标的3D框,大致分为两个子任务:将给定的候选3D框中将目标进行分类,然后回归出该目标的bbox;如何在复杂环境下使用激光雷达数据对3D bbox进行准确回归;3DOD中基于概率密度回归的bbox回归方法在推理时需要使用梯度上升最大化p(y∣x;θ)p(y|x;\theta)p(y∣x;θ),要求DNN的标量输出fθ(x,y)f_\theta(x,y)fθ(x,y)对bbox yyy是可微的,但当前方法无法满足可微这一条件;解决方案使用原创 2021-09-14 22:07:33 · 259 阅读 · 0 评论 -
SVM
svmsvm和逻辑回归一样,也是用来学习得到一个决策边界(decision bundary)的,只不过在某些情况下比逻辑回归更加有效。1.引子-逻辑回归hθ(x)=11+exp(−θTX)hθ(x)=11+exp(−θTX)h_{\theta}(x) = \frac{1}{1+\exp(-\theta^TX)} 对于该假设: - if y = 1,then hθ(x)=1h...原创 2021-05-12 21:35:26 · 95 阅读 · 0 评论 -
caffe中的卷积实现
在caffeine中,作者并没有按照传统的卷积方式来实现卷积,而是按照matlab中的方法imcol来实现卷积的。具体实现方式如下: 按照caffe中做一次前向传播时卷积层的计算量方法得出: Calculation(MAC) = I*J*M*N*K*L I*J表示卷积核的大小,M*N表示输出特征图的大小,K表示输入通道,L表示输出通道。所以,由以上参数得:对于输入和输出分别为K和...原创 2018-03-08 17:28:45 · 1244 阅读 · 0 评论 -
caffe中使用自己的数据训练网络之数据的划分
现假设我们得到了一批已经分好类的数据,但是这些数据却没有做划分,即没有分为:training set/dev set/test set,现在,我们将得到的数据做training和dev的划分。现假设我们对于training和dev的划分为3:1,则:# -*- coding: utf-8 -*-"""Created on Sun Apr 15 22:37:28 2018@autho...原创 2018-04-16 15:37:13 · 182 阅读 · 0 评论 -
对率回归的实验
对数几率回归在python中的实现在做分类任务时,需要找一个单调可微函数将分类任务的真实标记y与线性回归模型所预测的值联系起来。对数几率函数是用来“替代”单位跃阶函数的,满足单调可微的条件。以下是对数几率函数:y=1/(1+e−z)y=1/(1+e−z)y=1/{(1+e^{-z})},其中z=wTx+bz=wTx+bz= w^Tx+b。对其进行取对数,得到ln(y/(1−y))=wTx+bl...原创 2018-08-27 16:27:51 · 2359 阅读 · 1 评论 -
决策树
决策树1.概念决策树(decision tree)是一种机器学习方法,通过对给定训练集的学习得到一棵树状的模型,以此来对新的样本进行预测分类。树中的结点在学习过程中进行了划分,划分是用某一属性进行的,某结点划分后的分支是该划分属性的一个取值(离散)或一段取值(连续),需要注意的是,用来进行划分的属性需要经过一定的选择,来使得划分后所获得的“纯度提升”最大。在训练过程中,也需要注意过拟合...原创 2018-08-29 14:06:21 · 156 阅读 · 0 评论 -
感知机
感知机感知机介绍错误分类样本到超平面的距离损失函数的定义收敛性证明感知机算法感知机算法的对偶形式感知机介绍感知机是一种线性二分类器。与一般的模型一样,具有输入T=(x1,y1),...,(xN,yN)T = {(x_1, y_1), ..., (x_N, y_N)}T=(x1,y1),...,(xN,yN)(其中,(xi,yi)(x_i, y_i)(xi,yi)是一个样本)、输出w...原创 2019-02-08 16:48:39 · 225 阅读 · 0 评论 -
位图切割中的对应位平面上值的计算
原创 2019-04-27 15:38:24 · 561 阅读 · 0 评论