- 博客(12)
- 收藏
- 关注
原创 机器学习中各类模型评价指标
ROC曲线越偏离到(0,1)越好,即AUC(曲线下面积)越大,分类效果越好。先计算所有分类样本的Precision和Recall,绘制图形如下。则AP(AUC)为所有点插值法得到图形的曲线下方面积。RMSE就是对MSE进行开根号。MAP是所有AP的平均。
2024-01-26 22:28:57
236
原创 知识蒸馏综述
把左边的马图像喂给分类模型,会有很多类别,每个类别识别出一个概率,训练网络时,我们只会告诉网络,这张图片是马,其余是驴是汽车的概率都是0,这个就是hard targets,用hard targets训练网络,但这就相当于告诉网络,这就是一匹马,不是驴不是车,而且不是驴不是车的概率是相等的,这是不科学的。学生网络是个神经网络,四个类别有一个线性分类层,猫的类别给出的分数logit为-5,狗的类别给出的分数logit为2,驴的类别给出的分数logit为7,马的类别给出的分数logit为9。
2023-01-04 14:50:32
220
原创 DOS命令行入门
g++ -o output_filename filename.cpp :生成的是output_filename.exe。cd:实际上就是change directory,改变当前目录的意思,cd..即返回上一级。dir:查看当前目录下的内容,dir .. 那么显示的是上级目录中的内容。javac:编译java程序成字节码程序(.class)-d: 将运行生成的.class 文件输送到特定目录。-cp:用于执行引用了包的java.class 文件。g++ filename.cpp:生成的是a.exe。
2022-10-16 19:03:08
282
原创 爬虫知识点
4、data里的参数直接在网页中找,有些是变化的(在源码中找然后解析),验证码的话可以将request定制成session。response.text:网页源码(是一个json对象,可以用json.loads()转为python格式)soup.select(p()节点,.代表class,#代表id)”https://www.baidu.com/s?页面->右键检查->network->刷新->接口内有UA。节点.attrs.get(‘属性’):获取节点属性。节点1>节点2:子代。节点1,节点2:同代。
2022-09-29 20:23:21
352
原创 Python笔记
set是没有value的字典序列:range()list方法:[i:j]:[i,j) extend()加多个元素 append()加一个元素 insert()插入 pop()弹出 remove()删除 index()索引 s...
2022-05-11 21:03:49
200
原创 数据结构与算法笔记
目录稀疏数组环形队列链表单链表结点的添加与删除单链表反转逆序打印单链表双向链表的遍历添加与删除环形链表栈逆波兰表达式算法八皇后问题八大排序算法冒泡排序选择排序插入排序希尔排序归并排序快速排序基数排序堆排序查找算法二分查找差值查找哈希表树二叉树顺序存储二叉树线索化二叉树赫夫曼树二叉排序树AVL树(平衡二叉树)图深度优先(dfs)广度优先(bfs)分治算法......
2022-05-10 19:52:47
492
原创 Java笔记
本文参考韩顺平老师的笔记,罗列了一些个重点、常见的知识点,并且补充了一些细节性的知识点,形成了本章笔记。a%b=a-a/b*b;计算机中存储的是补码,输出的是源码二进制(bin):0b巴拉巴拉;八进制(oct):0巴拉巴拉;十六进制(hex):0x巴拉巴拉;十进制(dec):巴拉巴拉;1900年1月1日是星期一若要使对象可比较,要实现Comparable接口并重写compareTo方法定制排序时new的是Comparator实现的是compare方法s..
2022-05-10 19:24:51
227
原创 C++笔记(细节)
字节:Short:2 int:4 long:4 long long:8 float:4 double:8 char:1 bool:1 指针:43e2=3x102看某字符的ASCII码:(int)ch;可以直接给字符赋ASCII码:char ch=97;C++是编译性语言,编译后生成.exe可执行文件有:代码区:只读、共享、存放CPU执行的二进制指令全局区:存全局变量、静态变量、常量常量区:存const修饰的常量栈:存局部变量、形参堆:.........
2022-05-10 18:56:29
773
原创 数据分析(Numpy,Pandas,Matplotlib)常用API
Numpy:np.array(任何可被解释为Numpy数组的逻辑结构)np.arange(起始值(0),终止值,步长(1))np.zeros(数组元素个数, dtype='类型')np.ones(数组元素个数, dtype='类型')数组的维度: np.ndarray.shape元素的类型: np.ndarray.dtype数组元素的个数: np.ndarray.size转换ary元素的类型:b = ary.astype(float)自定义复合类型:data=[...
2022-05-10 17:41:26
782
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