![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
课程笔记
文章平均质量分 74
无
姬霓钛美
勿在浮沙筑高台
展开
-
[课程笔记](李沐-动手学深度学习)
比如y=|x|的导数,可以在[-1,1]之间取任意值将导数拓展到向量->梯度第一种情况:y标量x向量(y标量x向量)补充:内积可以这样来理解向量内积:向量a、b的内积等于向量a在b方向的分量(或投影)与b的内积,当a、b垂直时,a在b方向上无分量,所以内积为0。其他几何意义:从内积数值上我们可以看出两个向量的在方向上的接近程度。当内积值为正值时,两个向量大致指向相同的方向(方向夹角小于90度);当内积值为负值时,两个向量大致指向相反的方向(方向角大于90度);当内积值为0时,两个向量互相垂原创 2022-06-09 11:53:36 · 5379 阅读 · 0 评论 -
【因果推断入门】【课程笔记3】
文章目录图模型结构因果模型Intransitive case链状结构叉状结构对撞结构D-分隔图模型结构因果模型x:treatment因果的发生是有先后顺序的(外生变量,内生变量)Intransitive case链状结构叉状结构Ex<-Age->Ch 统计相关Ex->Ch因果相关应该关注分组数据下面这种情况都是因果通路(上:间接影响;下:直接影响),应该关注整体数据如果c.原创 2021-11-17 20:28:10 · 1029 阅读 · 0 评论 -
【因果推断入门】【课程笔记2】
文章目录4.概率统计基本工具 上4.概率统计基本工具 上条件概率的理解:独立分布:补充知识:知乎连接全概率公式:贝叶斯定理:期望:回归:原创 2021-11-17 16:03:03 · 86 阅读 · 0 评论 -
[课程笔记](图像分割入门到实战)
文章目录1. 语义分割与实例分割概述Unet网络的编解码过程deeplab分割算法概述1. 语义分割与实例分割概述物体检测回归框的坐标点,分割是逐个像素做分类Unet网络的编解码过程Unet的本质目标是解决小目标的分割问题,越深的网络感受野越大越更加适合大目标。所以Unet天生的优势是网络结构简单,适合做小目标解码:线性插值特征融合:相加或者拼接后过1*1卷积下采样deeplab分割算法概述1.目标大,2. 识别难感受野:33->55假设:1. 相邻像素相似2.空洞卷原创 2022-06-29 15:29:28 · 1656 阅读 · 0 评论 -
[课程笔记](图像处理与机器学习)
人类视觉的特点:人眼在观察这样的图像时候在边界处做了二阶导数可见光图像与红外图像的成像原理不同 ,前者依据物体的反射率的不同进行成像, 后者依据物体的温度或辐射率不同进行成像 ,因此红外图像的光谱信息明显不如可见光 图像。亮度图像(intensity image)是记录了明亮(暗与亮,黑与白)度信息的2D图像成为亮度(灰度)图像。如果对于一张本身就是灰度图像(8位灰度图像)来说,他的像素值就是它的灰度值,如果是一张彩色图像,则它的灰度值需要经过函数映射来得到。灰度图像是由纯黑和纯白来过渡得到的,在原创 2022-07-12 17:15:06 · 619 阅读 · 0 评论 -
【因果推断入门】【课程笔记】
文章目录1.课程简介 Introduction to Causal Inference2.辛普森悖论 上 Simpson's Paradox3.辛普森悖论 下 Simpson's Paradox1.课程简介 Introduction to Causal Inference1.统计相关性不等于因果性2.可以用发电量预测一个国家的经济,经济好导致发电量升高,而不是反过来;有时候纯是为了做预测,可以用结果来预测原因2.辛普森悖论 上 Simpson’s Paradox百度百科:当人们尝试探究两种变.原创 2021-11-17 11:10:57 · 143 阅读 · 0 评论