- 博客(6)
- 资源 (15)
- 问答 (1)
- 收藏
- 关注
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
【免费】很小的UML画类图工具很好用
2015-08-03
《算法导论原书第3版》(高清正宗中文版).pdf
2013-10-06
父类非虚函数,子类继承变成虚函数,会发生什么
2015-08-04
TA创建的收藏夹 TA关注的收藏夹
TA关注的人