![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
丁引
人生道路很长,只有勇敢的攀登到山顶才能看到自己想看到的风景。
展开
-
计算机视觉-机器学习(深度学习)算法实现步骤
原创 2024-01-03 17:24:42 · 377 阅读 · 0 评论 -
现阶段深度学习深究
2022年,终究是一个不平凡而又平凡的一年。说平凡是因为疫情又开始了为虎作伥,说不平凡是因为随着疫情的原因导致很多互联网企业纷纷裁员,减员,消耗了很多人员资质。 今天谈论的不是技术,就简单聊聊现阶段下,打工人的何去何从。 ...原创 2022-04-07 11:58:54 · 550 阅读 · 1 评论 -
2021-06-24
数据增强方法 很多实际的项目,我们都难以有充足的数据来完成任务,要保证完美的完成任务,有两件事情需要做好:(1)寻找更多的数据。(2)充分利用已有的数据进行数据增强,今天就来说说数据增强。 1 什么是数据增强? 数据增强也叫数据扩增,意思是在不实质性的增加数据的情况下,让有限的数据产生等价于更多数据的价值。 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-BVchk43J-1624496919301)(https://ws3.sinaimg.cn/large/006tNc79l原创 2021-06-24 09:10:06 · 207 阅读 · 0 评论 -
2021-06-24
深度学习中,验证数据出现识别错特别多或者错误识别其他的物体的主要原因有以下几点: 1> 类别不平衡问题导致的。其次网络结构和loss也会有影响。类别中数据倾斜严重导致的分类不准。可以采用数据增强的方式平衡数据分布(上下采样,单类别样本数据生成等方式。) 2> 在筛查训练集的时候发现多数的正样本被错误的标注为负样本,这样模型学到正例的能力就变弱了,这样将大多数正样本预测为负样本的同时,负样本的精度也会变小。测试样本少也会造成错误识别的原因之一。 3> 考虑网络架构过于简单。 ...原创 2021-06-24 09:06:02 · 238 阅读 · 0 评论 -
2021-06-01
机器学习十大算法 1. 线性回归 在统计学和机器学习领域,线性回归可能是最广为人知也最易理解的算法之一。 预测建模主要关注的是在牺牲可解释性的情况下,尽可能最小化模型误差或做出最准确的预测。我们将借鉴、重用来自许多其它领域的算法(包括统计学)来实现这些目标。 线性回归模型被表示为一个方程式,它为输入变量找到特定的权重(即系数 B),进而描述一条最佳拟合了输入变量(x)和输出变量(y)之间关系的直线。 线性回归 例如: y = B0 + B1 * x 我们将在给定输入值 x 的条件下预测 y,线性回归学习算转载 2021-06-01 18:01:18 · 68 阅读 · 0 评论