![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
面经总结
文章平均质量分 63
GlassySky0816
xuxu:kaggle Competitions Master(xuxu_sky)
展开
-
CV面试知识点总结--计算机视觉
交并比(Intersection over Union, IoU) 代码 import numpy as np def get_IoU(pred_bbox, gt_bbox): """ return iou score between pred / gt bboxes :param pred_bbox: predict bbox coordinate :param gt_bbox: ground truth bbox coordinate :retur原创 2022-05-04 22:56:48 · 2054 阅读 · 0 评论 -
CV面试知识点总结--深度学习
神经网络中的Epoch、Iteration、Batchsize 神经网络中epoch与iteration是不相等的 batchsize:中文翻译为批大小(批尺寸)。在深度学习中,一般采用SGD训练,即每次训练在训练集中取batchsize个样本训练; iteration:中文翻译为迭代,1个iteration等于使用batchsize个样本训练一次;一个迭代 = 一个正向通过+一个反向通过 epoch:迭代次数,1个epoch等于使用训练集中的全部样本训练一次;一个epoch =原创 2022-05-04 22:24:55 · 287 阅读 · 0 评论 -
CV面试知识点总结--机器学习
逻辑回归 基本概念 1. 逻辑回归是经典的二分类模型 2. 逻辑回归的过程是面对一个回归或者分类问题,建立代价函数,然后通过优化方法迭代求解出最优的模型参数,然后测试验证我们这个求解的模型的好坏 3. 逻辑回归主要应用于研究某些事件发生的概率,本质是极大似然估计 4. 逻辑回归的代价函数是交叉熵,激活函数是Sigmoid 优点 1. 速度快,适合二分类问题 2. 简单易于理解,直接看到各个特征的权重 3. 能容易地更新模型吸收新的数据 缺点 对数据和场景的适应能力有局限性,不如决策树算原创 2022-05-04 22:07:52 · 950 阅读 · 0 评论