![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 71
xyzxyz576
这个作者很懒,什么都没留下…
展开
-
召回(recall),查准(precision),平均精度(ap) 之间的关系
召回率(tp/(tp+fn))和查准率(tp/(tp+fp))相对比较好理解,平均精度的理解相对比较难些,主要是物理意义不够明确,至少对我来讲是这样的,做项目的使用用到openmmlab,一个很好的ai框架,在使用他们的检测框架时,默认会打印出上述三个参数。他们其实也会受一些超参数(阈值)的影响。比如,NMS_thresh, iou_thresh, confidence_thresh, 分别对应的物理意义是:conf_thresh, 就是检测物体框的置信度,它包含物体的概率或分数Nms_thres.原创 2021-11-08 10:09:06 · 2744 阅读 · 0 评论 -
集成学习算法(1)
集成学习简介 在讲boosting和bagging算法之前,首先需要了解一下集成学习的概念。集成学习是指将若干弱分类器组合之后产生一个强分类器。弱分类器(weak learner)指那些分类准确率只稍好于随机猜测的分类器(error rate < 50%)。如今集成学习有两个流派,一种是bagging流派,它的特点是各个弱学习器之间没有依赖关系,可以并行拟合,随机森林算法就属于baggi...转载 2018-09-29 09:49:19 · 459 阅读 · 0 评论 -
集成学习算法(2)
集成学习(ensemble learning)可以说是现在非常火爆的机器学习方法了。它本身不是一个单独的机器学习算法,而是通过构建并结合多个机器学习器来完成学习任务。也就是我们常说的“博采众长”。集成学习可以用于分类问题集成,回归问题集成,特征选取集成,异常点检测集成等等,可以说所有的机器学习领域都可以看到集成学习的身影。本文就对集成学习的原理做一个总结。1. 集成学习概述 从下图,...转载 2018-09-29 09:49:03 · 312 阅读 · 0 评论 -
tensorflow中 “same”与“valid” 区别
在valid情况下, 输出形状计算方法为: new_height=new_width=[(W-F+1)/S]在same情况下,输出形状计算方法为: new_height=new_width=[W/S]其中W为输入的尺寸,F为滤波器尺寸,S为步长,[ ]为向上取整函数。由上可知,如果要保持卷积或池化之后的图像尺寸不变,则步长S必须为1。 import tensorflo...原创 2018-10-30 10:27:37 · 1484 阅读 · 0 评论 -
valueError: Variable scope/p1f11/kernel already exists, disallowed. Did you mean to set reuse=True i
最近熟悉GoogLeNet(inception-v1)模型,其中代码定义了一个inception函数,用于搭建模型googLeNet模型,模型见代码1,该inception函数在进行模型训练时被调用9次,训练模型时出现错误,提示如下:alueError: Variable scope/p1f11/kernel already exists, disallowed. Did you mean t...原创 2018-12-04 15:07:14 · 2248 阅读 · 1 评论