目标检测——Faster R-CNN 详解、Pytorch搭建、训练自己的数据集

转载请注明出处! 目标检测在CV里面占很大一席之地了,而目标检测当红网络肯定少不了RCNN家族。在自己的数据集上使用了Faster RCNN,效果确实不错。 理解Faster RCNN还需要相应地看Fast RCNN和RCNN,因为有的公式在前2篇出现过的会略过,就不太明白。 ok进入正题~...

2019-04-10 14:45:53

阅读数 1412

评论数 2

机器学习——条件随机场CRF

看到条件随机场的时候想到了贝叶斯网... ...当初匆匆略过贝叶斯网就觉得,啊呀,用图和边表示这个随机变量之间是否有联系真的很方便啊。后面就看到了条件随机场。 如果接触过deeplab的还会记得有个全连接条件随机场,用于精细分割的结果,全连接条件随机场和条件随机场的关系又是什么? (回过头看自...

2018-08-30 16:36:55

阅读数 463

评论数 0

机器学习——隐马尔可夫模型HMM

目前的博客还是侧重于数学公式,方便自己复习,等忙过秋招就尽量做到雅俗共赏~~ 1 HMM定义 隐马尔可夫模型是什么?有什么作用?数学公式是什么? 隐马尔可夫模型是一种时序(时间上的联系)的概率模型,用在词性标注,记住一个东西,例子+图。 例子就是,通过可看见的推测不可看见的,比如医生问诊,...

2018-08-30 16:32:06

阅读数 262

评论数 0

回溯法与枚举法

1 回溯法应用 回溯法,顾名思义,生活中有一类人,很执拗,比如我,不到黄河心不死,到了黄河怎么办?往回走呗,难不成跳下去? 回溯法解决的问题有全排列,全组合,枚举什么的。 比如,给定一串不重复字母,让你按字典顺序进行排列,这是个全排列的问题,很好理解,但编程很麻烦。如果给定的字母可以重复,让...

2018-08-30 10:42:53

阅读数 241

评论数 0

动态规划题目集合(python)

动态规划算法通常用于求解具有某种最优性质的问题.这类题目技巧性较大,如果没有使用过动态规划,有时侯会觉得素手无策.动态规划问题需要找到状态和状态转移方程.困难的地方在于  状态如何描述  以及  状态转移方程如何定义 举个例子把~如果我们有面值为1元、2元和5元的硬币若干枚,如何用最少的硬币凑够...

2018-08-24 18:57:42

阅读数 965

评论数 0

深度学习——以图读懂反向传播

献上台大李宏毅老师的讲解: http://speech.ee.ntu.edu.tw/~tlkagk/courses/MLDS_2015_2/Lecture/DNN%20backprop.ecm.mp4/index.html 1 问题的引入(背景) 深度学习属于机器学习,机器学习的三个步骤就是...

2018-08-18 16:53:04

阅读数 807

评论数 0

剑指offer——链表题目集合(Python)

链表的题,感觉会了链表的操作应该是没什么问题.链表的访问都是基于while. 1 链表中倒数第k个节点 题目描述 输入一个链表,输出该链表中倒数第k个结点。 解题思路:两种方法,第一种是先访问一便链表,知道链表长度n,然后走到n-k的结点就是.第二个就是先让一个走k步,然后2个一起走,第一...

2018-08-13 17:45:43

阅读数 282

评论数 0

剑指offer——二叉树题目集合(Python)

树的题目的技巧:树的题几乎都可以用递归(除了广度优先),做这类题目,非常重要的是知道如何访问二叉树!所以一定要会前序、中序和后续,要非常了解!(后续有时间会加上初步接触者的如何理解以及自己曾遇到哪些想不通的地方) 1 重建二叉树 题目描述 输入某二叉树的前序遍历和中序遍历的结果,请重建出该二...

2018-08-13 12:49:49

阅读数 379

评论数 0

机器学习——EM和GMM(基于李航老师的推导)

EM算法推导可以根据Andrew NG的,他的推导逻辑性非常强,没有考虑概率模型,但是推导完了还是觉得云里雾里。李航老师的是根据概率模型过来,意义比较清晰,但是!!!书上有bug!吐血........还有就是书上的表达有点不适合我们通常的定义法。 感谢大牛为我解疑惑: http://www.c...

2018-08-08 17:46:51

阅读数 699

评论数 0

机器学习——朴素贝叶斯、后验概率最大和极大似然

朴素贝叶斯没有参数估计,给堆数据直接求,属于生成模型,不用优化模型求最佳参数,这区别于判别模型。 我遇到的困惑 (1)“后验概率最大”和“极大似然”这二者有什么区别和联系吗? (2)朴素贝叶斯和EM这二者有什么区别和联系吗? 答案: (1) 朴素贝叶斯是根据后验概率最大来分类的,在LR和...

2018-08-08 13:32:45

阅读数 927

评论数 0

机器学习——决策树

决策树是属于推导公式较少的一类分类器,但有些概念比较多。决策树优点:计算速度快、可读性强。缺点嘛,大概准确率会差点,容易过拟合。决策树你可以理解为它是一个归纳的过程,从特殊到一般。 决策树概念还是需要了解一下的: 决策树(boosting)是一种基本的分类和回归方法。呈属性结构,在分类问题中,...

2018-08-08 10:52:54

阅读数 56

评论数 0

机器学习——一步一步理解支持向量机

秋招即将过去,结果不好不坏,希望每位致力工作的能尽早安排。重新整理博客,一般从通俗理解,再到进阶,后期可能会加上动手搭建。 写在前面的话: 这些公式都不难!推导的时候,又不懂的一定不要跳过,想方设法理解。 推荐一个博客,我觉得写得很好,把我内心疑惑的特别小的点也提到了,推导的时候,多问自己很...

2018-08-07 18:52:17

阅读数 135

评论数 0

机器学习——Logistic回归

统计学习方法一般看中的是模型 、策略与计算方法(梯度法、牛顿法)。 而Logistic回归模型是广义线性模型,策略是条件概率,计算方法是梯度法、牛顿法等。 1 LR模型 二项LR模型是如下的条件概率分布: 是参数与输入变量x的内积 如果你有疑惑P为什么是这个公司,这是因为:因为LR是...

2018-08-07 11:33:55

阅读数 54

评论数 0

机器学习之Logistic回归激活函数为什么是Sigmoid?

第一次听到这个问题,大概大脑停顿了片刻,这是个问题吗?因为sigmoid值在0-1之间符合概率分布,处处可导,关键是在0附近变化很快...这些都只是sigmoid的优点。为什么LR不用别的也具有这些优点的激活函数呢?这是数学公式推导出来的——最大熵模型! 证明Logistic回归激活函数为什么是...

2018-08-06 22:37:27

阅读数 1359

评论数 0

pytorch学习1:如何加载自己的训练数据

Pytorch中文文档已出(http://pytorch-cn.readthedocs.io/zh/latest/)。第一篇博客献给了pytorch,主要是为了整理自己的思路。 原来使用caffe,总是要编译,经历了无数的坑。当开始接触pytorch时,果断拔草caffe。 学习Pytorch...

2017-10-23 13:59:54

阅读数 6788

评论数 2

提示
确定要删除当前文章?
取消 删除
关闭
关闭