![](https://img-blog.csdnimg.cn/20190927151026427.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
每日一面
文章平均质量分 50
以知识点为基础,提出比较流行的面试问题
zbliquan
这个作者很懒,什么都没留下…
展开
-
算法的误差一般是由那几个方面引起的?
总的来说,在模型确定的情况下,模型和数据的误差关系有以下两个方面:1)因模型无法表示基本数据的复杂度而造成的偏差(bias).—欠拟合2)因模型过度拟合训练集数据而造成的方差(variance).—过拟合。原创 2023-04-21 16:47:59 · 473 阅读 · 0 评论 -
为什么有边缘端部署,方案怎么选?
边缘部署原创 2023-04-17 10:07:03 · 855 阅读 · 0 评论 -
图像的像素数与分辨率有什么区别?
像素数 分辨率原创 2023-04-14 15:40:04 · 567 阅读 · 0 评论 -
全连接层作用及原理
全连接层原创 2023-04-13 22:24:40 · 3285 阅读 · 0 评论 -
为什么引入非线性激励函数
激励函数原创 2023-04-12 18:56:11 · 288 阅读 · 0 评论 -
深度学习中epoch、batch size和iterations之间的关系
epoch、batch size和iterations之间的关系原创 2023-04-11 17:10:49 · 1282 阅读 · 0 评论 -
介绍一下RPN网络?
RPN网络介绍原创 2023-04-10 16:43:26 · 450 阅读 · 0 评论 -
简单介绍一下YOLOv3的原理
接下来将3个特征图进行特征融合(concat),以获得更强的特征表现力,从而达到更好的效果;最后,为了使特征图变成相同大小,中间需要进行上采样及下采样,然后进行堆叠、融合机相应的卷积等操作后,得到最终的3个特征层,即13×13×255(Y1)、26×26×255(Y2)、52×52×255(Y3),这3个特征图恰好分别为原图像x的1/32、1/16、1/8.整个框架可划分为3个部分:分别为Darknet-53结构、特征层融合结构(上图concat部分)、以及分类检测结构(上图未画出)。原创 2023-04-07 14:46:35 · 305 阅读 · 0 评论 -
yolo为什么快
yolo为什么快原创 2023-04-06 11:17:34 · 537 阅读 · 0 评论