学习记录
自己学习的一些东东
努力小盆友
匿迹
展开
-
笔记----Dice,Precision,Recall,F1-score,MCC
①以上一层的输出作为下一层的输入----前馈神经网络②包含反馈回路----循环神经网络循环神经网络的设计思想:部分神经元在休眠前保持激活状态,这种状态可以刺激其他神经元,将其激活并保持一段时间,导致更多神经元被激活,随着时间推移就可以得到一个级联的神经元激活系统。③二次代价函数----均方误差MSE训练算法的目的就是最小化代价函数为什么用二次代价函数这个指标?二次代价函数是平滑的函数,能够更好地通过改变权重和偏执来改善效果代价函数也就是我们俗称的损失函数或目标函数④梯度下降...原创 2021-06-25 19:21:17 · 7635 阅读 · 6 评论 -
RNN写的很棒的一篇
链接:https://blog.csdn.net/zhaojc1995/article/details/80572098转载 2021-05-13 14:14:32 · 152 阅读 · 0 评论 -
训练集的json文件标注如何显示在训练图片上
这两天都在弄json的读取,json也是一种数据文件,但是python中无法直接读入,需要用到json库中的load或loads函数,这里不细说这篇是做一个自己的读取下来的记录,附上代码,目前只可以一张一张的图片进行处理,批处理的可以自己改动#导入库import jsonimport numpy as npimport jsonimport cv2import osimport matplotlib.pyplot as pltpath = '/public/home/.../xx.json原创 2020-12-13 23:08:03 · 4183 阅读 · 2 评论 -
Kruskal算法的正确性证明
(1)算法说明:输入图G=(V,E,W), V={1,2,…,n} ; 输出图G的最小生成树T设计思想:按照长度从小到大对边排序;依次考察当前最短边e,如果e与T的边不构成回路,则把e加入树T,否则跳过e直到选择了n-1条边为止。(2)证明思路:命题:对于任意n,算法对n阶图找到一棵最小生成树归纳基础:证明n=2时算法正确归纳步骤:证明:假设算法对于n阶图是正确的,其中n>1,则对于任何n+1阶图算法也得到一棵最小生成树(3)证明①、归纳基础证明:n=2时,图G只有一条边,显然当前原创 2020-12-08 17:27:23 · 4209 阅读 · 1 评论