- 博客(3)
- 收藏
- 关注
RSS订阅原创 深度学习进阶读书笔记#Datawhale X 李宏毅苹果书AI夏令营
我们可以看到，几乎没有所有特征值都为正的临界点，最小值比例通常在0.5到0.6之间，这表明即使是看似接近局部极小值的点，实际上也可能仍然具有许多可供继续优化的方向。鞍点与局部极小值的区别在于，鞍点处的海森矩阵具有正负混合的特征值，即在某些方向上损失函数呈下降趋势，而在其他方向上则上升。类似地，如图3.5所示，一维空间中的局部极小值在二维空间中可能只是鞍点，而在更高维空间中，鞍点可能会提供更多的优化路径。在这样的高维空间中，真正的局部极小值反而很少见，而我们通常遇到的临界点往往只是鞍点。
2024-08-27 21:51:23
414
原创 深度学习（入门）学习笔记#Datawhale X 李宏毅苹果书 AI夏令营
找一个函数，该函数的输入是后台的信息，输出是隔天这个频道会有的总观看的次数.带有未知参数（parameter）的函数称为模型（model），模型在机器学习里面，就是一个带有未知的参数的函数，特征（feature） x1 是这个函数里面已知的，它是来自于后台的信息，而 w 跟 b 是未知的参数。，损失也是一个函数。找一个w跟b，把未知的参数找一个数值出来，看代哪一个数值进去可以让损失L的值最小，就是要找的w跟b，这个可以让损失最小的w跟b称为w∗跟b∗，代表它们是最好的一组w跟b，可以让损失的值最小。
2024-08-27 13:51:47
364
原创 基于YOLO的城市管理违规行为智能识别#AI夏令营 #Datawhale #夏令营
利用图像处理和计算机视觉技术开发一套智能识别系统，自动检测和分类摄像头捕获的视频中，城市管理中的违规行为，包括：垃圾桶满溢、机动车违停、非机动车违停、违法经营等。bbox：检测到的违规行为矩形框的坐标，[xmin,ymin,xmax,ymax]形式。confidence：置信度，使用F1score、MOTA指标来评估模型预测结果。‘category’: ‘非机动车违停’,frame_id：违规行为出现的帧编号。event_id：违规行为ID。category：违规行为类别。
2024-08-26 15:53:26
679
2
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