- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Jetson TX2 部署YoloV5和Paddle OCR
Jetson TX2 部署YoloV5和Paddle OCR一、系统环境Ubuntu 18.04 + cuda 10.2 + python 3.6二、Yolo V5单独安装numpy、torch和torchision。numpy： pip3 install numpytorch、torchision： 参考博客：（我安装了torch1.7.0 + torchvision0.8.1）注释掉requirement.txt中的numpy、torch和torchvisio：pip3 install
2021-10-08 15:42:18
1541
原创 剑指offer·1-11
1、二维数组是否存在某个值(二维数组从左到右从上到下递增)# 二维数组是否存在某个值(二维数组从左到右从上到下递增)# 方法：从左下角开始找，目标大于当前数，向右移，小于向左移import numpy as npclass Solution: def Find(self, target, array): r, c = array.shape x...
2020-01-10 14:35:39
144
原创 统计学习方法·笔记·第一章·泛化能力
泛化能力（generalization ability）指模型对未知数据的预测能力。从理论上对泛化能力进行分析。如果学到的模型是f^\hat{f}f^ ，那么用这个模型对未知数据测得的误差即为泛化误差（generalization error）：Rexp=EP[L(Y,f^(X))]=∫x⋅yL(y,f^(x))P(x,y)dxdyR_{exp}= E_{P}[L(Y,\hat{f}(X)...
2020-01-10 14:17:16
444
原创 统计学习方法·笔记·第一章·模型评估、正则化与交叉验证
模型评估与模型选择训练误差与测试误差给予损失函数的训练误差（training error）和模型的测试误差（test error）是学习方法的评估标准。注意：统计学习方法具体采用的损失函数未必是评估时采用的损失函数。当然，让两者一致是比较理想的。训练误差是模型Y=f^(X)Y=\hat{f}(X)Y=f^(X)关于训练集数据集的平均损失：Remp(f^)=1N∑i=1NL(yi,f^(x...
2020-01-10 14:15:40
202
原创 统计学习方法·笔记·第二章感知机
第2章 感知机（perceptron）感知机是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别，取+1和-1二值。感知机模型f(x)=sign(w⋅x+b)f(x)=sign(w\cdot x+b)f(x)=sign(w⋅x+b)wϵRnw\epsilon R^nwϵRn叫做权值（weight）或权值向量（weight vector），bϵRb\epsilon RbϵR叫做偏置...
2020-01-10 14:12:28
142
原创 统计学习方法·笔记·第一章·概论
《统计学习方法》第一章 概论统计学习（statistical learning）也称统计机器学习。学习： “如果一个系统能够执行某个进程来改进它的性能，这就是学习”—Herbert A.Simon统计学习的研究对象：数据。从数据出发，提取数据的特征，抽象数据的模型，发现数据中的知识，又回到数据分析预测中去。方法：基于数据构建概率统计模型从而对数据预测与分析。三要素：\qua...
2020-01-10 14:03:52
249
原创 WS-DAN.Pytorch代码理解
WS-DAN.PytorchCode Author：GuYuctrain.pyimport osimport timeimport loggingimport warningsfrom tqdm import tqdmimport torchimport torch.nn as nnimport torch.nn.functional as Ffrom torch.utils...
2020-01-10 11:55:46
3902
9
原创 Weakly Supervised Data Augmentation Net-work (WS-DAN)
Weakly Supervised Data Augmentation Net-work (WS-DAN)原文：Weakly Supervised Data Augmentation Net-work (WS-DAN) （Hu et al., “See Better BeforeLooking Closer: Weakly Supervised Data Augmentation Networ...
2020-01-10 11:44:36
2277
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人