- 博客(3)
- 收藏
- 关注
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