2018年06月_This is bill

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

转载损失函数(loss function)

通常而言，损失函数由损失项(loss term)和正则项(regularization term)组成。发现一份不错的介绍资料：http://www.ics.uci.edu/~dramanan/teaching/ics273a_winter08/lectures/lecture14.pdf （题名“Loss functions; a unifying view”）。一、损失项对回归问题，常用的有...

2018-06-21 12:57:37 12855

转载如何实现少样本学习？先让神经网络get√视觉比较能力

本期推荐的论文笔记来自 PaperWeekly 社区用户 @Cratial。本文提出构建一个关系网络（Relation Network）来让其学习如何比较（Learning to Compare），从而实现少样本学习（Few-Shot Learning）。关于作者：吴仕超，东北大学硕士生，研究方向为脑机接口、驾驶疲劳检测和机器学习。■ 论文 | Learning to Compare: Relat...

2018-06-21 12:37:57 1914 1

转载反向增强学习入门1——基本概念

本文收录在无痛的机器学习第二季目录。今天我们来聊一个新的内容，那就是反向增强学习。反向增强学习这个东西，从名字上看就知道，它和增强学习有很密切的关系。不熟悉增强学习的朋友可以回头看看专栏的增强学习系列内容，内容还在连载中。增强学习的问题反向增强学习也被称为模仿学习（Imitation Learning），学徒学习（Apprentice Learning），可以说它是来解决另一类增强学习问题的方法。...

2018-06-21 12:35:28 1531 1

转载 K-D TREE算法原理及实现

k-d tree即k-dimensional tree，常用来作空间划分及近邻搜索，是二叉空间划分树的一个特例。通常，对于维度为k，数据点数为N的数据集，k-d tree适用于N≫2k的情形。1）k-d tree算法原理k-d tree是每个节点均为k维数值点的二叉树，其上的每个节点代表一个超平面，该超平面垂直于当前划分维度的坐标轴，并在该维度上将空间划分为两部分，一部分在其左子树，另一部分在其右...

2018-06-21 12:26:34 1314

原创 Grub修改启动顺序

1.终端中输入 sudo gedit /etc/default/grub2.设置default-set=2 (从0开始数起，如果希望第三项，选2)3. 执行一下“sudo update-grub”来重新生成GRUB启动配置项。

2018-06-13 22:50:30 11353

转载 caffe 学习笔记之solver层

caffe的protobuf中去掉注释和删除的部分的solver的定义为：message SolverParameter { optional string net = 24;//net路径 optional NetParameter net_param = 25; optional string train_net = 1; repeated string test_net =...

2018-06-05 16:38:58 447