![](https://img-blog.csdnimg.cn/90212b5ae1164827b5bdab53c78ada41.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习/深度学习
文章平均质量分 93
参考《机器学习》西瓜书、《机器学习实战》蜥蜴书、《深度学习》花书;以理论结合代码理解公式。
凌青羽
从事计算机视觉和无人驾驶工作
展开
-
深度学习调参技巧
Batch、Learning rate、数据增强原创 2022-02-20 04:43:55 · 1767 阅读 · 0 评论 -
few/one shot learning调研——《Generalizing from a Few Examples: A Survey on Few-shot Learning》
基于如何使用先验知识来处理这个核心问题,我们从三个角度对FSL方法进行了分类:(1)数据:它使用先验知识来增强监督经验;(2)模型:它使用先验知识来减小假设空间的大小;(3)算法:其使用先验知识来改变在给定假设空间中对最佳假设的搜索。原创 2021-01-06 02:25:54 · 683 阅读 · 0 评论 -
音/视频多模态融合分类方式——梯度融合法(Gradient-Blending)
1.定义衡量模型性能的指标2.梯度更新公式3.深度框架4.使用梯度融合法的各种模态融合结果原创 2020-11-12 22:02:37 · 2747 阅读 · 0 评论 -
从Python代码&公式&图——轻松理解AdaBoost算法
从Python代码&公式&图——轻松理解AdaBoost算法一. 原理简述&转化为代码1.1 Boosting二. 图解Adaboost算法过程2.1 第一次分类1.基学习期--决策树代码实现2.分类结果3.计算Adaboost误差2.2 第二次分类1.分类结果2.计算Adaboost误差2.3 第三次分类1.分类结果2.计算Adaboost误差2.1 最终分类分类三. 完整代码一. 原理简述&转化为代码1.1 BoostingBoosting是一族可将弱学习器提升为强原创 2020-10-30 13:15:19 · 862 阅读 · 0 评论