![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 92
今天你也要开心呀
这个作者很懒,什么都没留下…
展开
-
学习笔记——各个网络结构概括和自己的理解
Fast RCNN步骤:1、 Fast RCNN网络将整个图像和所有ROI(也就是R-CNN中所说的proposal)作为输入。2、 网络首先使用几个卷积层和最大池化层处理整个图像,以生成特征图feature map3、 然后在最后一个卷积层上对每个ROI求取映射关系,并用一个ROI pooling layer(也就是单层的SPP layer)来统一到相同大小4、 之后,经过两个全连接层FC,生成一个固定尺寸的特征向量ROI feature vector5、 特征向量ROI feature vec原创 2020-11-21 13:58:32 · 413 阅读 · 0 评论 -
在COLAB上面安装CANDA
对于许多流行的数据科学工具(包括Pandas,Scikit-Learn,PyTorch,NVIDIA Rapids等),Conda是推荐的环境和程序包管理解决方案。 Conda还大大简化了安装流行的深度学习工具(如TensorFlow)的过程。Google Colab是一项免费服务,它通过与Jupyter笔记本非常相似的用户界面提供交互式计算资源,它在Google Cloud Platform(GCP)上运行,并提供对GPU和TPU的免费访问。 Google Colab是一个出色的教学平台,也许也是唯一可翻译 2020-11-15 14:58:01 · 8396 阅读 · 5 评论 -
用Python实现逻辑回归
用Python实现逻辑回归前言在之前,我已经接触了线性回归,通过自学了逻辑回归,想把我的学习经历分享给大家问题怎样快速实现用Python实现逻辑回归,怎样优化逻辑回归概述这里我采用了百度的AIstudio平台,因为AIstudio预装了python3.7版本,还有其他Python必要的库,比如说Numpy库,matplotlib库,这些库在机器学习中都比较常用。我代码主要逻辑先是读取文件中的数据,第二步是数据处理,第三步就是逻辑回归运算,第四步就是画图我多使用了矩阵操作,所以在事先学习了n原创 2020-09-19 14:09:00 · 2199 阅读 · 2 评论