- 博客(4)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 3D成像原理
3D成像：光学的再次创新前言：光学一直是科技创新的重头戏，智能手机摄像头经历了2D时代像素和个数的倍增，孕育了大立光等优质公司。3D成像技术的成熟拉开了二维向三维升级的帷幕，有望带动光学创新大革命（绝非“微创新”可比），本文作为市场首篇深度剖析，将为投资者挖掘相关投资机会。1、3D 成像究竟是什么？光学升级一直停留在像素、感光等二维层面，也是智能手机创新周期的主驱动力。3D成像在二维...
2019-03-14 09:16:10
14164
转载 机器学习-SVD
机器学习中SVD总结https://mp.weixin.qq.com/s/Dv51K8JETakIKe5dPBAPVg目录： 矩阵分解 1.1 矩阵分解作用 1.2 矩阵分解的方法 1.3 推荐学习的经典矩阵分解算法 SVD具体介绍 2.1 特征值、特征向量、特征值分解 2.2 SVD分解 2.3 SVD分解的应用 1. 矩阵分解...
2019-03-12 21:19:57
615
转载 机器学习-SVD分解
ref：https://www.cnblogs.com/lzllovesyl/p/5243370.html本文先从几何意义上对奇异值分解SVD进行简单介绍，然后分析了特征值分解与奇异值分解的区别与联系，最后用python实现将SVD应用于推荐系统。1.SVD详解SVD(singular value decomposition)，翻译成中文就是奇异值分解。SVD的用处有很多，比如：LSA...
2019-03-06 10:53:42
178
转载 机器学习-正则化方法及原理
正则化方法：防止过拟合，提高泛化能力在训练数据不够多时，或者overtraining时，常常会导致overfitting（过拟合）。其直观的表现如下图所示，随着训练过程的进行，模型复杂度增加，在training data上的error渐渐减小，但是在验证集上的error却反而渐渐增大——因为训练出来的网络过拟合了训练集，对训练集外的数据却不work。为了防止overfitting，可以...
2019-03-06 10:51:49
1876
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人