- 博客(3)
- 收藏
- 关注
RSS订阅
原创 机器学习笔记（含图像处理）
一、回归1. 梯度下降梯度下降是通过不断更新各个变量的参数得到代价函数的全局最小值，更新方式为：原来的参数-步长×代价函数对参数的偏导。注意：迭代次数和步长需要由自己设定。越接近最小值时，代价函数对参数的偏导（即斜率）就越小，则达到最小值就越慢。代码：def gradientDescent(X, y, theta, alpha, iters): temp = np.matrix(np.zeros(theta.shape)) parameters = int(theta
2020-08-27 20:29:43
2647
原创 微信小程序笔记(包含node.js简介)
小程序基础知识小程序简介小程序是一种全新的连接用户与服务的方式，它可以在微信内被便捷地获取和传播，同时具有出色的使用体验。CSS样式https://www.w3school.com.cn/cssref/index.asphttps://www.runoob.com/cssref/css-reference.html伸缩盒子display:flex弹性盒子是 CSS3 的一种新的布局模式。CSS3 弹性盒（ Flexible Box 或 flexbox），是一种当页面需要适应不同的屏幕大小
2020-07-26 21:10:11
620
原创 目标检测Faster R-CNN+YOLO
多目标追踪检测+跟踪训练的数据集不够多、调参、根据我们的实际场景更改模型目标检测当做回归任务：一个框4个值，输出层的节点个数为4k，节点数无法确定，可以准确地具体框的大小当做分类任务：滑动窗口，对每个窗口的物体分类，则节点数就是分类数，但框的大小是固定的，因此需要设计大小不同的框，计算量大回归+分类，多任务学习：框出一个区域+分类是object，则回归框图像金字塔：框大小固定，缩放图片古典目标识别（没有回归，只有分类）选择搜索：图像中物体可能存在的区域应该是具有某些相似性或者连续性区域的，
2021-09-09 01:59:00
2626
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人