![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习基础
weixin_42525633
这个作者很懒,什么都没留下…
展开
-
卷积层大小公式
卷积层大小公式 搭建网络时总是忘记卷积层相关公式,现记录下,以后方便复习 N为卷积核大小,F为原图大小N为卷积核大小,F为原图大小N为卷积核大小,F为原图大小OutputSize=(N−F)/stride+1 Output Size=(N-F) / stride +1 OutputSize=(N−F)/stride+1OutputSize=(N−F+Padding)/stride+1 Output Size =(N-F+Padding)/stride+1OutputSize=(N−F+Padding)/st原创 2020-11-19 16:18:00 · 259 阅读 · 0 评论 -
交叉熵函数原理
交叉熵函数交叉熵函数信息量熵相对熵(KL散度)交叉熵 交叉熵函数 信息量 一个信息的信息量取决于该消息对应事件发生概率的大小。或者说信息量是用来消除****随机不确定性的东西,衡量信息量的大小在于该信息消除不确定性的程度 例: 对于事件A,如果P(A)=1P\left ( A \right ) = 1P(A)=1,信息(A事件发生了)没有消除任何不确定性,则该信息量为0 如果事件B的发生概率很小,则信息(B事件发生了)消除了很大的不确定性,该信息量也很大 假设XXX是一个离散型随机变量,其取值的集合为ϕ\p原创 2020-11-18 15:55:31 · 228 阅读 · 0 评论 -
机器学习指标
机器学习指标概述分类器评估指标混淆矩阵指标详解准确率 - Accuracy精确率 - Precision召回率(查全率) - RecallF1分数AUC曲线,ROC曲线灵敏度,特异度,真正率,假正率ROC曲线 概述 分类问题(单项) 分类问题(综合) 回归问题 准确率-accuracy F1分数 MAE 精确率-precision ROC曲线 MSE 召回率-Recall AUC曲线 分类器评估指标 对于二分类问题,可以根据真实类别和分类器的预测类别划分为 真正例(TP):预原创 2020-11-13 10:43:03 · 272 阅读 · 0 评论