算法基础
在路上的McCoff
这个作者很懒,什么都没留下…
展开
-
ResNet和ResNext--网络架构、设计思路、主要差异
1.ResNet网络2.ResNext网络原创 2020-05-09 22:49:56 · 2649 阅读 · 0 评论 -
使用K-means算法对anchors进行聚类--原理与实操
1.为何需要K-means在基于anchors的目标检测算法中,anchors一般都是通过人工进行设计的,例如SSD,Faster-RCNN,设计了3种大小、3种宽高比的anchors。但是通过人工选定anchors会有一个很明显的弊端,那就是不能够和好的适应不同的数据集,如何anchors和目标数据集种待检测的物体尺寸差异较大,则会对模型的检测效果产生很大影响。因此通过某种算法,基于数据集中待检测物体的尺寸计算出anchors的大小,明显更加的合理。2.K-means算法的原理标准的K-means是原创 2020-05-08 22:21:06 · 3413 阅读 · 2 评论 -
Dropout理解-原理,实现,优缺点
一,为何提出dropout?在机器学习或者深度学习中,经常出现的问题是,训练数据量小,模型复杂度高,这就使得模型在训练数据上的预测准确率高,但是在测试数据上的准确率低,这时就是出现了过拟合。为了缓解过拟合,可采用的方法有很多,其中一种就是集成,通过训练多个模型,采用“少数服从多数”的策略决定最终的输出,但同时这个方法有一个很明显的缺点–训练时间长。因此,dropout的提出主要基于以下两点:...原创 2020-05-07 18:43:50 · 11438 阅读 · 3 评论 -
算法基础--梯度消失的原因
深度学习训练中梯度消失的原因有哪些?有哪些解决方法?原创 2020-04-23 18:56:29 · 1980 阅读 · 0 评论 -
算法基础:过拟合、欠拟合发生的原因以及解决办法
机器学习和深度学习中,模型都可能发生过拟合和欠拟合的问题,这些问题产生的原因需要根据具体的情况进行分析,但是简单来说,过拟合产生的原因在于使用了过于复杂的模型去拟合比较简单的数据,而欠拟合刚好相反,使用了简单的模型去拟合复杂的数据分布。作者对于这两个概念理解不深,本文总结也只是拾人牙慧,写作的目的也只是作为总结之用,将之前学过的知识留下痕迹。1.过拟合1.1 过拟合概念及产生原因分析在统计学...原创 2020-04-22 20:32:34 · 1579 阅读 · 0 评论