自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 资源 (5)
  • 收藏
  • 关注

原创 [AI算法][深度学习]:鞍点以及如何跳出鞍点

最近阅读了有关鞍点得到文章,做了一下总结:鞍点的定义:鞍点 (saddle point)的数学含义是: 目标函数在此点上的梯度(一阶导数)值为 0, 但从该点出发的一个方向是函数的极大值点,而在另一个方向是函数的极小值点。而当在某点的一阶导为0时,该点称为驻点。判断鞍点的一个充分条件是:函数在一阶导数为零处(驻点)的Hessian矩阵为不定矩阵。半正定矩阵: 所有特征值为非负,或主子式...

2020-03-25 14:47:19 6971 1

原创 [AI算法]:表示距离的公式

欧式距离、曼哈顿距离、切比雪夫距离、余弦距离、相关系数、Jaccard相关系数

2020-03-24 13:58:11 1148

原创 [AI算法]:信息论相关概念总结以及理解

机器学习基础–信息论相关概念总结以及理解文章目录机器学习基础--信息论相关概念总结以及理解1. 信息量(熵)2. KL散度3. 交叉熵4. JS散度摘要:熵(entropy)、KL 散度(Kullback-Leibler (KL) divergence)和交叉熵(cross-entropy)以及JS散度,在深度学习以及机器学习很多地方都用的到,尤其是对于目标函数和损失函数的定义。在逻辑回归问...

2020-03-24 13:54:30 1616

原创 [AI算法][机器学习]:决策树 ID3 C4.5 CART 基于Python实现

决策树文章目录决策树1 决策树的基本原理2 决策树的三要素3 决策树学习基本算法4 决策树算法优缺点5 熵的概念以及理解6 信息增益的理解7 剪枝处理的作用及策略参考文章1 决策树的基本原理​ 决策树(Decision Tree)是一种分而治之的决策过程。一个困难的预测问题,通过树的分支节点,被划分成两个或多个较为简单的子集,从结构上划分为不同的子问题。将依规则分割数据集的过程不断递归下去(...

2020-03-22 22:34:28 1909 1

原创 [AI算法][机器学习]:一文就够了-先验概率 后验概率 似然函数 最大似然估计(MLE) 最大后验概率(MAE) 以及贝叶斯公式的理解

机器学习基础文章目录机器学习基础1. 概率和统计2. 先验概率(由历史求因)3. 后验概率(知果求因)4. 似然函数(由因求果)5. 有趣的野史--贝叶斯和似然之争-最大似然概率(MLE)-最大后验概率(MAE)-贝叶斯公式总结:先验概率 后验概率以及似然函数的关系1. 概率和统计概率(probabilty)和统计(statistics)看似两个相近的概念,其实研究的问题刚好相反。顾名思义...

2020-03-20 13:11:12 2716 1

原创 [算法与数据结构]:二叉树的前中后序以及层序遍历(迭代,递归)的Python实现

之前写过一篇关于二叉树遍历的文章,文章中遍历结果借用yield,generator生成一系列的迭代值,用来节省内存空间。本文是近来刷题的总结。将二叉树的前中后序遍历的迭代和递归方法,采用最为简单直接的方法实现。解法一:采用简单的递归,需要辅助函数解法二:借用栈结构,将访问过的节点,置一以此避免嵌套循环,做到简单直观解法三:解法二的优化,直接判断节点的属性即可,TreeNode or in...

2020-03-19 12:24:35 1470 1

原创 [算法与数据结构][Python/C++]:位运算(五分钟学会)- 附加常见的位运算应用以及Leetcode题库代码示例

Python 位运算按照数据在内存中的二进制位(Bit)进行操作,Python 位运算符只能用来操作整数类型int,它按照整数在内存中的二进制形式进行计算。Python 支持的位运算符如表所示。位运算符说明使用形式举 例&按位与a & b4 & 5|按位或a | b4 | 5^按位异或a ^ b4 ^ 5~按位...

2020-03-17 19:35:20 4229 1

原创 [算法与数据机构]:链式二叉树结构的Python实现

要实现二叉树结构的Python实现:首先定义树的抽象基类,以通过继承该基类生成更多的具体类。定义二叉树的抽象基类定义链式二叉树定义树的抽象基类通过定义树的抽象基类,支持如下方法:方法解释p.element()返回位置p的元素T.root()返回树的根节点位置T.is_root( p )判断p是否为根节点T.parent( p )返回p的...

2020-03-12 20:45:31 2579 1

原创 [文献阅读报告][译]: Social-STGCNN:CVPR2020论文翻译以及解读

Social-STGCNN: A Social Spatio-Temporal Graph Convolutional Neural Network for Human Trajectory Prediction文章:采用了较之前轨迹预测方法不同的研究思路,使用图卷积网络代替原有模型的交互汇集机制并引进了核函数,使用TCN代替先前模型的循环递归架构。摘要:更好地了解...

2020-03-10 14:42:04 11384 5

原创 [文献阅读报告][译]: Social-BiGAT: Multimodal Trajectory Forecasting using Bicycle-GAN

写在前面:这篇文章,值得看的地方有两块,一个是GAT(图注意力网络的应用),第二个是 (Cycle-GAN)的应用 。本文是全文翻译。关于Cycle-GAN的论文见解和阅读SINO的阅读笔记不错,文章3.6部分链接贴出来了。文章目录Social-BiGAT摘要1 引言2 相关工作3 Social-BiGAT3.1 问题定义3.2 整体模型3.3 Feature Encoder3.4 Atten...

2020-03-03 12:28:16 3308

Social STGCNN.pdf

更好地了解行人行为的机器可以更快地建模诸如自动驾驶汽车和人类之类的特工之间的交互。行人的轨迹不仅受到行人本身的影响,还受到与周围物体的相互作用的影响。以前的方法通过使用各种聚合方法对这些交互进行建模,这些聚合方法整合了不同的学习者行人状态。我们提出了社会时空图卷积神经网络(Social-STGCNN),该模型通过将交互建模为图形来替代聚合方法的需求。我们的结果表明,与以前报道的方法相比,最终位移误差(FDE)相对于现有技术的改进为20%,平均位移误差(ADE)的改进为参数减少了8.5倍,推理速度提高了48倍。此外,我们的模型具有较高的数据效率,仅使用20%的训练数据就超出了ADE指标上的现有技术水平。我们提出了一个核函数,将行人之间的社交互动嵌入邻接矩阵中。通过定性分析,我们表明我们的模型继承了行人轨迹之间可以预期的社会行为。可以在https://github.com/abduallahmohamed/Social-STGCNN上找到代码。

2020-03-10

(DDPG中文)Continuous control with deep reinforcement learningCH

(DDPG中文)Continuous control with deep reinforcement learnin 中文版 翻译自用

2019-04-22

稻壳精品收费简历模板

内含稻壳儿精品简历50份,绝对精品,好用再来。嘻嘻

2019-04-15

搜狗拼音输入Ubuntu18.04版

适用于ubuntu18.04版本的搜狗输入法,解决搜狗官网的安装包限速。

2018-09-16

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除