机器学习
文章平均质量分 74
Xav Zewen
独立思考
展开
-
FileNotFoundError: [WinError 2] “dot“ not found in path. 【两种办法,完美解决】
本文介绍两种解决 FileNotFoundError: [WinError 2] "dot" not found in path. 错误的方法原创 2023-04-13 14:59:34 · 2491 阅读 · 2 评论 -
如何通俗的理解【对称二元变量】和【非对称二元变量】
一个二元变量是对称的还是非对称的,很大程度上是从常识出发来判断的。当数据集的一个特征是二元变量时,变量的取值有和两种,一般情况下这两种取值的可能性差别不大。而对于这个变量来说,显然一般情况下,要比的几率小很多。那么在利用和这两个特征,来判断两组数据的相似度时,显然更有意义一些,对我们所研究的问题更重要一些。原创 2022-12-06 00:37:46 · 1355 阅读 · 0 评论 -
【YOLO】物体识别算法的核心思想
YOLO是目前比较流行的物体检测算法,有着体积小,检测准确度高的强大优点。这里对YOLO的核心思想知识点,使用可视化的方法做一总结。原创 2022-08-08 14:20:34 · 6231 阅读 · 1 评论 -
Colab Tensorboard 批次(batch)级数据显示
在Google Colab中实现Tensorboard的批次级别数据展示(附相关代码)原创 2022-05-09 03:07:13 · 532 阅读 · 0 评论 -
什么是感知机(超详细 | 图文)
本文以图文的形式,通俗易懂地介绍 “感知机” 的结构原理。原创 2022-05-07 19:54:04 · 19053 阅读 · 8 评论 -
什么是主维度分析(PCA)
什么是降维 -> 什么是主维度分析(PCA)原创 2022-05-07 17:11:35 · 724 阅读 · 0 评论 -
理解AUC-ROC
什么是AUC1. 理解混淆矩阵2. 理解TPR,FPR3. 理解ROC4. 理解AUC原创 2022-03-30 22:02:07 · 1104 阅读 · 0 评论 -
防止过拟合(NN/CNN)
文章目录前言方法一:损失函数添加正则项正则项有哪些呢?1. L1 norm2. L2 norm3. Lp norm这么多正则项,如何选择呢?weight之和 与 weight平方方法二:刻意丢掉一些节点方法三:在过拟合前停止训练方法四:交叉验证前言防止过拟合的方法很简单,这里列出几种以供参考。方法一:损失函数添加正则项正则项有哪些呢?1. L1 norm∣∣w∣∣1=Σ∣wi∣||w||^1 = \Sigma{|w_i|}∣∣w∣∣1=Σ∣wi∣2. L2 norm∣∣w∣∣2=Σ∣wi∣原创 2022-03-10 10:30:35 · 704 阅读 · 0 评论 -
理解 信息量、信息熵 和 信息增益
如何通俗易懂的理解 信息量、信息熵 和 信息增益。——决策树核心概念原创 2022-01-27 12:18:08 · 1976 阅读 · 0 评论 -
树莓派下载OpenCV
文章目录前言本文前提安装步骤步骤1/4:安装依赖项步骤2/4:安装python虚拟环境步骤3/4:安装opencv步骤4/4:测试是否安装成功参考链接前言安装opencv有两种方法:快速安装:利用python的pip,只需几分钟。安装完整版:需要下载源码后手动编译,耗时数小时。这里介绍快速安装的方法。完整版安装方法见文末参考链接。本文前提树莓派已经安装好系统可以顺利使用树莓派的命令行终端(通过显示屏或者ssh或者vnc)安装步骤步骤1/4:安装依赖项# 更新apt-get原创 2022-01-07 17:01:21 · 6293 阅读 · 0 评论 -
如何理解sigmoid函数
目录如何理解参考资料如何理解sigmoid函数就是衡量一个值是正数(positive number)的程度,或者说一个属有多么像是一个正数。参考资料深度学习之神经网络的结构原创 2021-06-07 06:47:39 · 310 阅读 · 0 评论