- 博客(4)
- 收藏
- 关注
RSS订阅原创 李宏毅老师HW3 lambda报错
李宏毅老师HW3 lambda报错 train_set = DatasetFolder("food-11/training/labeled", loader=lambda x: Image.open(x), extensions="jpg", transform=train_tfm) valid_set = DatasetFolder("food-11/validation", loader=lambda x: Image.open(x), extensions="jpg", transform=test_
2021-05-15 20:43:02
711
转载 概密的窗函数估计法
概密的窗函数估计法 Parzen窗法 N表示所有的样本，Kn表示落入R区域的样本数目 常见的窗函数（下图皆为一维窗函数，多维可由一维构造）： 窗宽对概密影响： 窗宽越宽，每个函数冲激幅度越小，最后的概密是由多个函数的冲激构成，N个低幅度的函数叠加后，最后的概密估计比较平缓，分辨率低。 窗宽很小时，虽然幅度很大，但是每个函数相当于冲激函数，很尖，N个尖脉叠加最后的波动太大，不稳定...
2019-06-17 10:26:20
717
转载 one-hot编码
one-hot编码： 在分割分类中为每一个可能的类创建一个输出通道。通过取每个像素点在各个channel的argmax可以得到最终的预测分割图。 优点： One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。 例如把有中国，法国，美国，英国，四个状态，可以编码为1000，0100，0010，0001 离散型特...
2019-06-12 09:27:49
126
转载 损失
和方差（SSE） 均方误差 (mse)： binary_crossentropy：sigmoid的两类问题的交叉熵 categorical_crossentropy ：softmax的多类问题的交叉熵
2019-06-12 09:14:31
104
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人