![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 66
Chris Brown
目前还只是一个学生,就酱紫
展开
-
Active Learning 主动学习
Active Learning主动学习机器学习的任务中,主要包含以下几类:监督学习(supervised learning)、无监督学习(unsupervised learning)、半监督学习(semi-supervised learning)、强化学习(reinforcement learning)。其中监督学习和半监督学习都需要对原始图像进行标注成为训练数据,然而对原始图像进行标注往往依赖于特定领域的专家的经验知识,需要耗费人工,较为繁琐和昂贵。鉴于此,能不能设计模型,在原始数据中选择“值得”训练的原创 2021-07-29 12:50:13 · 1345 阅读 · 0 评论 -
深度学习中Fine-tune是什么?
Fine-tune fine-tune中文译为“微调”,深度学习中需要在深层网络中不断进行训练更新模型的参数(权重)拟合能实现预期结果的模型。然而在深层次的神经网络中进行训练,由于模型规模大,参数量多,因此会有以下问题: 1. 计算较为耗时,会占用大量计算资源和时间成本; &nb原创 2021-07-23 22:58:06 · 30306 阅读 · 3 评论 -
【人工智能】Benchmark、SOTA、Baseline
人工智能中的Benchmark、SOTA、Baseline指的是什么?SOTASOTA(state-of-the-art)指的是针对于某一种特定任务,该模型做到了最佳,即最佳性能算法。BenchmarkBenchmark同后文需要讲到的Baseline比较像,都是用于对比不同模型准确度,性能表现等方面的概念。一个模型能够作为Benchmark,那么其一定是业内已经研究比较成熟,得到了较多认可的。比如经典数据结构和算法中的栈、队列等数据结构,亦或者是二分查找、哈希查找等算法,他们都可以用于对新模型的原创 2021-07-05 16:36:54 · 3952 阅读 · 0 评论 -
从CNN到RCNN,再到MaskRCNN
从CNN到RCNN,再到MaskRCNN1. CNN(Convolutional Neural Network)卷积神经网络,卷积网络卷积神经网络同样属于神经网络的一种,一般用于机器视觉技术中。其结构可以按照不同的作用功能和特点划分为:卷积层(convolutional layer)、池化层(pooling layer)、全连接层(fully connected layer)。卷积层(convolutional layer)首先要理解什么是卷积操作,所谓卷积操作,即卷积运算,指的是矩阵的一原创 2021-06-16 16:57:23 · 500 阅读 · 0 评论 -
什么是end to end
人工智能领域中,什么是end to end?end to end并不是一种技术,而是一类思想方法,一种特点所谓end to end,即端到端,指的是从原始数据获取,再到最终达到想要的结果——回归或是分类,尽可能减少人的预处理的工作,使用深度学习方法可以做到这一点,在以往经典机器学习中,往往要选择合适的特征,所以过去也被称为特征工程,但是人工选取特征较为繁琐,而且效果也不稳定,若选取的特征不合适还会影响整个模型的准确率。时下采用多个多层神经网络叠加,协同工作,每一步达成一个子目标,从而完成全局的目标。端原创 2021-06-07 23:57:33 · 1712 阅读 · 2 评论