![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
树莓雪糕
深度学习ed
前端开发ed
游戏开发ing
展开
-
集成学习分类
基础集成技术 最大投票(Max Voting)法 平均(Averaging)法 加权平均(Weighted Average)法 高级集成技术 堆叠(Stacking) 混合(Blending) Bagging 提升(Boosting) 基于Bagging和Boosting的算法 Baggingmeta-estimator 随机森林 AdaBoost GBM XGB Light GB.原创 2020-06-02 22:44:08 · 776 阅读 · 1 评论 -
解决Annaconda安装pytorch网速过慢的问题
step1、添加中科大源conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/step2、执行安装命令先进入自己的虚拟环境,再执行命令(默认最新稳定版)conda install pytorch torchvision cudatoolkit=9.0 -chttps://mirrors...原创 2019-12-13 17:08:37 · 1052 阅读 · 0 评论 -
怎么理解Tensorboard的网络结构图和数据流
我们先看一个简单的残差模块,右侧为残差支路,是直接传x而没有卷积操作的下面看一个复杂一点的残差模块,即残差支路有一个卷积用于调整通道数和分辨率的:至于右边节点属性栏,主要含义如下标注:一开始输入分为两条支路,分别为红色和黄色,在汇合处(图中节点)进行sum融合,然后经过一个relu层,最终输出给下一部分(黑色线部分)希望能够帮到大家,有问题请在评论区留言,如果有帮助麻烦...原创 2019-07-26 16:47:56 · 1645 阅读 · 0 评论 -
巧妙理解np.max以及np.argmax sum的含义
在深度学习,机器学习,数据挖掘等领域中我们常涉及到高维数组矩阵或张量的数据查看,或许大家对数组中沿轴求最值,求和等的含义理解的并不透彻,现在我们从实际含义来理解。假设我们的数组共有ABCD四维(分别代表着不同含义可参考自己的数据进行替换),三个函数的含义分别为:np.max(axis=C):同一A 同一B同一D,在不同C中元素值最大是多少np.argmax(axis=C)同一...原创 2019-07-23 23:21:26 · 1487 阅读 · 0 评论 -
深度学习常用预训练网络模型的下载地址
Resnet:model_urls = { 'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth', 'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth', 'resnet50': 'https...原创 2019-06-05 15:49:17 · 6727 阅读 · 0 评论 -
Openpose翻译 Realtime Multi-Person 2D Pose Estimation Using Part Affinity Fields
openpose论文实现代码中文翻译Abstract我们提出了一种有效检测多人图像中的2D姿势的方法。 该方法使用非参数表示,我们称之为部分亲和力字段(PAF),用于学习将图像中的身体部位与个体联系起来。 该体系结构编码全局上下文,允许贪婪的自下而上解析步骤,无论图像中的人数多少,同时实现高精度和实时性能。 架构旨在将学习关节点和关节点之间的连接融合起来,通过相同顺序的两个分支进行关联...原创 2019-03-08 12:02:54 · 1647 阅读 · 0 评论 -
梯度提升树(GBDT)原理小结
GBDT属于boosting算法,也是迭代,使用了前向分布算法,但是弱学习器限定了只能使用CART回归树模型,同时迭代思路和Adaboost也有所不同。一是效果确实挺不错。二是即可以用于分类也可以用于回归。三是可以筛选特征。 GBDT的思想可以用一个通俗的例子解释,假如有个人30岁,我们首先用20岁去拟合,发现损失有10岁,这时我们用6岁去拟合剩下的损失,发现差距还有4岁,第...原创 2019-01-29 21:49:37 · 563 阅读 · 0 评论 -
Xgboost算法
Xgboost算法 Xgboost是GB算法的高效实现,xgboost中的基学习器除了可以是CART(gbtree)也可以是线性分类器(gblinear)。下面所有的内容来自原始paper,包括公式。 (1). xgboost在目标函数中显示的加上了正则化项,基学习为CART时,正则化项与树的叶子节点的数量T和叶子节点的值有关。 (2). GB中使用Loss Functio...原创 2019-02-01 22:08:47 · 1494 阅读 · 0 评论 -
一文串讲随机森林与集成学习
三个弱分类器,顶个强分类器。 ----沃.兹基硕德集成学习1.基本概念集成学习通过构建并结合多个学习器来完成学习任务。个体学习器:由现有的学习...原创 2019-01-27 20:22:33 · 903 阅读 · 0 评论 -
通常遇到缺失值的情况的处理方式
通常遇到缺失值的情况的处理方式: 1.缺失值的比例极高,舍弃,如果将其作为特征加入,可能会带入noise, 影响到最后的结果 2.缺失值比例适中且该属性为非连续值特征属性,将NaN作为一个新类别, 加入到类别特征中 3.缺失值比例适中且该属性为连续值特征属性,可能会考虑给其一个step, ...原创 2019-01-04 17:01:52 · 1038 阅读 · 0 评论 -
scikit-learn中score的作用
它提供了一个缺省的评估法则来解决问题,简要的说,它用你训练好的模型在测试集上进行评分(0~1)1分代表最好clf.fit(X_train,Y_train)print(clf.score(X_test,Y_test))...原创 2018-12-27 13:03:18 · 21152 阅读 · 3 评论