2020-08-19机器学习小记

最新推荐文章于 2025-02-14 03:54:17 发布
原创 最新推荐文章于 2025-02-14 03:54:17 发布 · 205 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

博主正在通过理论与实践并重的方式学习机器学习，使用《统计学习方法》深化理论理解，辅以《机器学习实战》进行实践操作。当前专注于模型的数学推导，计划进一步手写推导过程并应用模型解决实际问题。

1、我现在学习机器学习是两本书，一本是：统计学习方法，另一本是：机器学习实战。以前有一些基础，看过一些视屏教程，但是感觉就是理解的不够深入，最主要的原因就是：模型的数学推理过程不熟练。

2、现在两手抓，理论靠：统计学习方法。实践靠：机器学习实战。现在我对模型的理论推导都写过了，也记录了一些笔记。

3、现在这个阶段：理解模型的数学推导过程，编写代码

      下一阶段：手写出这些模型数学推导过程

       再下一阶段：用这些模型去处理现实中的问题

【TGRS 2025 】 多尺度自注意力模块 MSAM，一插就涨点！
weixin_43009052的博客
09-01 1295
【摘要】本文介绍了一种基于自注意力机制和状态空间模型的轻量级语义分割网络（MSAM模块），用于高效城市场景分割。该网络通过跨尺度自注意力建模、辅助通道信息补充和轻量化设计，解决了单尺度全局信息不足、固定感受野局限等问题。实验表明，MSAM模块能有效提升复杂场景下的分割性能，尤其适用于遥感图像中的小目标检测和边界识别。同时提供即插即用的CSAGBlock模块代码，支持多模态任务中的跨尺度特征融合。两个模块均具有轻量、易集成特点，可嵌入主流分割网络提升性能。
[语音分离论文小记]Sandglasset: A Light Multi-Granularity Self-Attentive Network for Time-Domain Speech Separ
五好市民金闪闪的博客
01-06 1360
作者：Max W. Y. Lam, Jun Wang, Dan Su, Dong Yu 发表于 ICASSP 2021 沙漏网络、轻型网络、自注意力、时域、多粒度 值得一读的论文 Yi Luo, Zhuo Chen, and Takuya Yoshioka, “Dual-path rnn: efficient long sequence modeling for time-domain single- channel speech separation,” arXiv preprint arXiv:19
【机器学习小记】【平面数据分类】deeplearning.ai course1 3rd week programming
LittleSeedling的博客
01-20 324
带有一个隐藏层的平面数据分类数据集介绍数据集形状模型搭建参数初始化前向传播隐藏层输出层反向传播输出层隐藏层梯度下降更新参数预测其他np.dot() 与 np.multiply() 的区别结果使用简单逻辑回归测试不同的隐藏层神经元数测试其他数据集原始数据集测试不同的隐藏层神经元数 目标：带有一个隐藏层的平面数据分类神经网络 参考自：【中文】【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第三周作业 数据集介绍 X：一个numpy的矩阵，包含了这些数据点的数值 Y：一个numpy的向
Windows下成功编译dlib-android小记
格物致知的专栏 [音视频编解码 网络协议 计算机视觉 计算机图形学 图像理解 语音识别 机器学习 模拟电路 传感器]
01-06 698
dlib是基于C++实现了机器学习学习算法的工具包，广泛应用于AI领域。有时候会结合OpenCV用于视觉处理。把一份优秀的代码移植到移动设备平台的工作显得很有意义，所幸这项工作已经有人做了，在github上有一个dlib-android的项目。其实移植dlib库的工作，本身也不是什么难事。但这个dlib-android附带的文档给出的编译方式是linux环境，这对于在Windows下办公的开发者来...
【机器学习小记】【YOLO】deeplearning.ai course4 3rd week programming
LittleSeedling的博客
02-01 371
卷积神经网络-车辆识别模型加载模型一些其他的问题tf.boolean_masktf.image.non_max_suppressiontf.keras.backend.gatherValueError: bad marshal data (unknown type code)yolo_head出现错误 目标： 1. 学习使用YOLO(you only look once)算法 修改【参考文章】的代码，使用tensorflow2实现 参考自： 1.【中文】【吴恩达课后编程作业】Course 4 - 卷
强化学习是怎么平衡探索与利用的
最新发布
强化学习曾小健
02-14 1282
通过存储过去的经验（状态、动作、奖励等），使得智能体能够在训练过程中反复利用这些经验。在深度强化学习中，由于状态和动作空间通常非常大，探索与利用的平衡变得更加复杂。在策略优化目标中加入熵项，鼓励智能体保持动作的随机性，从而促进探索。利用（Exploitation）**的平衡是一个核心的问题。关键在于根据问题的特性选择合适的策略，逐步从探索过渡到利用，以获得最优的学习效果。贝叶斯方法通过估计动作价值的分布来实现探索与利用的平衡，例如。在策略网络中加入噪声，使智能体的动作带有随机性，常用于。
专转本-微积分极限、函数等真题汇编
大今野
01-02 1523
转本微积分极限、函数等真题汇编
【机器学习小记】【风格迁移】deeplearning.ai course4 4th week programming（tensorflow2)
LittleSeedling的博客
02-09 576
特殊应用-风格迁移神经风格转换NST（Neural Style Transfer)迁移学习加载模型建立有多输出的模型加载模型在VGG19中挑选风格层和内容层的输出组合1迭代1000次组合2 目标： 1. 使用预训练好的模型vgg19，进行图片风格迁移 修改【参考文章】的代码，使用tensorflow2实现 参考自： 1.【中英】【吴恩达课后编程作业】Course 4 -卷积神经网络 - 第四周作业 2.Tensorflow2.0之神经风格迁移 3. Tensorflow2.0之tf.keras.ap
第896期机器学习日报(2017-03-02)
ai100_ml的博客
03-03 295
机器学习日报 2017-03-02 计算机视觉常用库/工具盘点 @爱可可-爱生活百度Deep Voice作者与Bengio团队切磋五大技术细节，端到端的语音合成还有多远？ @网路冷眼金融报告自动化 @西瓜大丸子汤自动化机器学习发展现状 @ArnetMinerPyTorch数据增强与采样工具包 @爱可可-爱生活 @好东西传送门 出品,由@AI100运营， 过往目录 见http:
Raki的读paper小记：Image as a Foreign Language: BEIT Pretraining for All Vision and Vision-Language Tasks
Raki_J的博客
09-02 1589
在视觉任务上，可惜没看到NLP那边杀起来。
Stetman读paper小记：BackdoorBench - A Comprehensive Benchmark of Backdoor Learning
Stetman的博客
04-28 828
之前因为参与了实验室后面攻击的项目，阅读了一下这篇关于后门学习的综合性基准测试的研究工作，在此记录一下学习笔记与心得。
Docker小记
如风暖阳的博客
07-14 1034
docker入门
我的达梦DCA培训小记
hfxwonderful2019的博客
08-10 1109
@达梦 我的达梦DCA培训笔记 感谢达梦大学给予我三天时间的培训。新冠疫情期间，不能到现场开展面对面的学习，单依然无法阻挡我们学习达梦数据库基础运维的热情。 感谢我们的王文欢老师、李梦等老师的辛勤付出。 达梦数据库培训（DCA） 2020年8月3日-8月5日 47931966 / whdbalan DCA 入门级别 单机 数据库的行情： 关系型 Oracle 11G，12C（12.1，12.2），18C（12.2.0.2） 机器学习，安全，CDB、PDB MySQL 5.6 5.7 5.8 互联网 SUN
无监督学习概论
qq_38870388的博客
10-17 1090
无监督学习是从无标注的数据中学习数据的统计规律或者说内在结构的机器学习，主要包括聚类、降维、概率估计。 可以考虑发掘数据的纵向结构，把相似的样本聚到同类，即对数据进行聚类。还可以考虑发掘数据的横向结构，把高维空间的向量转换为低维空间的向量，即对数据进行降维。也可以同时考虑发掘数据的纵向和横向结构，假设数据由含有 ...
预测数值型数据：回归
qq_38870388的博客
06-22 337
一、概述 1、普通最小二乘法 ， 确保可逆 def loadDataSet(fileName): #general function to parse tab -delimited floats numFeat = len(open(fileName).readline().split('\t')) - 1 #get number of fields dataMat = []; labelMat = [] fr = open(fil...
逻辑斯蒂回归和最大熵模型
qq_38870388的博客
08-19 298
1、logistic回归梯度上升优化算法 ''' logistic回归梯度上升优化算法 ''' def loadDataSet(): ''' 读取testSet.txt文件 --------------- 返回： dataMat：list,特征 labelMat：list,标签 ''' dataMat = [] ; labelMat = [] fr = open('D:\\spyder_code\\machinelear
基于概率论的分类方法：朴素贝叶斯
qq_38870388的博客
06-20 220
一、朴素贝叶斯的前提 特征独立且同等重要 二、 import numpy as np import os path = os.getcwd() #%% ''' 准备数据：从文本中构建向量 ''' def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], ['maybe', 'not', 'take', 'him', 'to', 'do
决策树
qq_38870388的博客
07-06 211
一、主要步骤 特征选择 决策树的生成 决策树的修剪 二、算法实现 ''' 创建分支的伪代码函数creatBranch(): 检测数据集中的每个子项是否属于同一分类： if so return 类标签； Else 寻找划分数据集的最好特征 划分数据集 创建分支节点 for 每个划分的子集 调用函数createBranch并增加返回结果到分支节点中 re
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值