![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
洛基Nickey
潜龙勿用。
展开
-
Representation Learning with Contrastive Predictive Coding 论文阅读
前阵子读了一篇对比学习(Contrastive Learning)领域的经典论文《Representation Learning with Contrastive Predictive Coding》(Contrastive Predictive Coding 又简称 CPC),因为论文确实有点难理解,洛基也是在网上翻找了许多博客资料(在此对他们表示感谢,参考博文的链接会在文末附上),前后花了有一周时间,硬啃公式之后才理解了几成,所以在此把自己的理解记录一下,希望能帮到同样在看这篇论文的你们。首先要说的原创 2020-09-26 10:45:06 · 1214 阅读 · 7 评论 -
机器学习-评价指标对比
Precision vs Recallprecision是查准率——是所有做出正类预测的情况下,正确的概率。公式:P = 预测为正且真实为正的样本 / 模型预测为正的所有样本recall是查全率——对所有真实为正的样本,模型所覆盖的比例。查全率recall越高,则正样本被覆盖到的比例越大;如果放到信息检索任务中,recall越高,则越多有价值的信息被检索出来。公式:R = 预测为正...原创 2019-12-19 23:06:36 · 636 阅读 · 0 评论