- 博客(1)
- 资源 (6)
- 收藏
- 关注
RSS订阅原创 Adaboost训练过程的详解
Adaboost 总结 1、 概述 Adaboost简单来说就是将多个分类器整合成一个分类器，是boosting的扩展和延续。是一种迭代算法，在每一轮加入一个新的弱分类器，直到达到某个预定的足够小的错误率，最后得到一个由多个弱分类器组成的强分类器。每一个样本在训练时都被赋予一个权值，表明它被某个分类器选入训练集的概率。如果某个样本点已经被正确分类，那么在构造下一个训练集时，它的相应的权
2015-10-13 22:04:56
2848
支持多标签的convert_imageset.cpp代码
将此convert_imageset.cpp替换caffe中的原来的convert_imageset.cpp重新编译caffe，就能是caffe支持多标签输出
2017-03-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人