努力不秃头的小仙主-CSDN博客

原创学习记录：PP-OCRv4

PP-OCRv4在PP-OCRv3的基础上进一步升级。整体的框架图保持了与PP-OCRv3相同的pipeline，针对检测模型和识别模型进行了数据、网络结构、训练策略等多个模块的优化。PP-OCRv4系统框图如下所示：检测模块：LCNetV3：精度更高的骨干网络PFHead：并行head分支融合结构DSR: 训练中动态增加shrink ratioCML：添加Student和Teacher网络输出的KL div loss识别模块：SVTR_LCNetV3：精度更高的骨干网络。

2023-09-28 09:46:42 1743

原创《人工智能》

1、人工智能的定义人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。2、简述近代以来世界的科技发展：起点终点（简答题）3、大佬身份4、图灵机：一种抽象的计算模型，即将人们使用纸笔进行数学运算的过程进行抽象，由一个虚拟的机器替代人类进行数学运算。5、图灵机的构成：无限长的纸袋、读写头、控制器6、图灵机的意义（简答题）7、图灵测试：多名评委在隔开的情况下通过一个设备向一名机器人和一名人类随意提问。进行多次测试后，如果机器让平均每个参与者做出超过30%的

2022-06-21 10:11:49 385

原创《统计学基于R》：第九章一元线性回归

分析变量之间的关系需要解决下面的问题：1、函数关系：一一对应的确定关系。2、相关关系：一个变量的取值不能由另一个变量唯一确定。当x固定时，y取值对应一个分布。散点图：可以判断两个变量之间有无相关关系，对关系形态做出大致描述。9.1.3 关系强度的度量1、相关系数：度量变量之间线性关系强度的一个统计量。常用Pearson相关系数。2、相关系数的性质3、相关系数的检验第一步，提出假设：H0:p=0;H1:p≠0 第二步，计算检验的统计量第三步，计算P值，并于显著性水平

2022-06-16 21:03:18 1943

原创《统计学基于R》：第八章方差分析

1、方差分析：分析类别自变量对数值因变量影响的一种统计方法。2、基本功能：对多组平均数差异的显著性进行检验。3、单因素实验：只有一个自变量的实验。4、多因素实验：有两个或两个以上自变量的实验。5、单因素方差分析：检验某一个因素对因变量的作用.6、多因素方差分析：检验某几个因素对自变量的作用。7、无重复双因子方差分析：如果两个因子对实验结果的影响是相互独立的，分别判断因子A和因子B对实验数据的单独影响。8、可重复双因子方差分析：如果除了因子A和因子B对实验数据的单独影响外，两个因子的搭配还会对结果产生一种新的

2022-06-16 21:01:29 2277 3

原创《统计学基于R》：第六章假设检验

假设检验：先对总体的参数(或分布形式)提出某种假设，然后利用样本信息判断假设是否成立的统计方法。1、原假设：又称“0假设”，研究者想收集证据予以反对的假设，用H0表示。2、备择假设：也称“研究假设”，研究者想收集证据予以支持的假设，用H1或Ha表示。3、双侧检验与单侧检验1、第一类错误：原假设正确却拒绝。2、第二类错误：原假设错误却接受。3、显著性水平（P值）：犯第一类错误的概率。4、标准化检验统计量=(点估计量-假设值)/点估计量的标准误5、用统计量决策6、用P值决策：如果P < α，拒绝H0；如果P

2022-06-15 20:43:15 1236

原创《统计学基于R》：第五章参数估计

1、参数估计：用样本统计量去估计总体的参数。2、估计量：用于估计总体参数的统计量的名称。如：样本均值，样本比例，样本方差等。3、估计值：估计参数时计算出来的统计量的具体值。1、点估计：用样本的估计量的某个取值直接作为总体参数的估计值。2、特点：一个点估计量的可靠性是由它的标准误来衡量的。这表明一个具体的点估计值无法给出估计的可靠性的度量，也无法给出估计值接近总体参数程度的信息。由于样本是随机的，抽出一个具体的样本得到的估计值很可能不同于总体真值1、区间估计：在点估计基础上得到总体参数的一个估计区间，该区间通

2022-06-15 20:40:00 1291

原创《统计学基于R》：第四章随机变量的概率分布

1、概率：对事件发生的可能性大小的度量。2、概率的性质一个介于0和1之间的一个值事件A的概率记为P(A) 。在相同条件下，大量重复进行n次试验，事件A发生了m次，则事件A发生的概率为m/n1、随机变量：用数值来描述特定实验一切可能出现的结果，有多个取值，但实现不能确定，具有随机性。离散型随机变量：随机变量 X 取有限个值或所有取值都可以逐个列举出来。以确定的概率取这些不同的值。如：骰子的点数连续型随机变量：可以取一个或多个区间中任何值。所有可能取值不可以逐个列举出来，而是取数轴上某一区间内的任意点。如：灯

2022-06-15 20:36:37 795

原创《统计学基于R》：第三章数据描述统计量

特点：消除了观测值的随机波动；易受极端值的影响简单平均数：数据相加后除以数据总个数加权平均数：各组频数×各组组中值（组下限值与上限值的平均）之和除以频数之和分位数：一组数据按从小到大排序后，可以找出排在某个位置上的数值，该数值可以代表数据水平的高低。这些位置上的数值就是相应的分位数。常用的分位数有中位数、(上/下)四分位数、百分位数等。2、中位数：排序后处于中间位置上的值。不受极端......

2022-06-15 20:33:54 1024

原创《统计学基于R》：第二章 R的基本绘图函数

1、高级绘图函数：可以独立产生一幅独立的图形（plot等）2、低级绘图函数：不产生独立的图形，在已有图形上添加一些元素（abline等）

2022-06-15 20:30:55 226

原创《统计学基于R》第一章数据与R

1、统计学：统计学是一门分析数据的科学，它提供了收集数据、处理数据和分析数据的一套方法和技术。2、处理数据：包括数据的录入、筛选、分类和汇总等。3、分析数据：利用统计学方法对数据进行分析。包括描述统计和推断统计。4、描述统计：主要利用图表形式对数据进行汇总和展示，计算一些简单的统计量（诸如比例、比率、平均数和标准差等）。5、推断统计：利用样本信息来推断总体的特征，内容包括参数估计和假设检验两大类。6、参数估计：是利用样本信息推断所关心的总体特征7、假设检验：是利用样本信息判断总体的某个假设是否成立。1、变量

2022-06-15 20:27:56 462

原创 Tensorflow：介绍常见激活函数和池化，并用Tensorflow搭建前向神经网络

Tensorflow：介绍常见激活函数和池化，并用Tensorflow搭建前向神经网络一、常见激活函数和池化1 激活函数激活函数通常用于卷积层和全连接层的末端，为神经网络提供非线性变化。 1.1 sigmoid S形曲线，早期用于卷积层，通常用于逻辑回归任务的最后一层输出 tensorflow对应api：tf.nn.sigmoid()分类中通常和损失函数一起使用 1.2 relu 线性整流函数，通常用于卷积层和全连接的前几层 relu = ma

2021-07-29 17:59:52 571

原创 Tensorflow：初试Tensorflow，理解卷积神经网络输出形状

Tensorflow：理解Tensorflow中的sess.run原理机制，理解卷积神经网络输出形状shape我们通过运行tensorflow中的程序，理解卷积和全连接操作的输出形状，并清楚为什么会是这个形状？一、理解Tensorflow中的sess.run原理机制首先，Tensorflow是google的开源深度学习框架，目前全球最流行的框架。其sess.run的运行原理可以简单地由下图来看。其中ops是一个操作节点，Tensor可以理解成可以通过ops进行计算变换的矩阵。通过这种方式可以组成非

2021-07-29 17:59:34 713

原创 Tensorflow：numpy基础实战，并从代码中明白卷积的计算原理

Tensorflow：numpy基础实战，并从代码中明白卷积的计算原理三道实战题目1.用numpy生成随机的两个矩阵（每个元素为1-5的随机整数），这两个矩阵的形状为(4,3)和(3,5)，用numpy矩阵乘法计算结果，并手工验证结果。import numpy as npa = np.random.randint(1,5,(4,3))b = np.random.randint(1,5,(3,5))#矩阵乘法c = np.matmul(a,b)print("a=",a)print("b=",

2021-07-29 17:59:06 276

原创 Tensorflow：numpy基础

Tensorflow：numpy基础tensorflow的运算基于numpy，numpy是矩阵数学运算的库。numpy向量和矩阵乘法1.1 向量点乘>>> import numpy as np>>> a = np.array([2,0])>>> b=np.array([1,1])>>> np.dot(a,b)21.2 矩阵乘法>>> import numpy as np>>&gt

2021-07-29 17:27:05 615