- 博客(5)
- 资源 (6)
- 收藏
- 关注
RSS订阅转载 用scikit-learn进行LDA降维
在线性判别分析LDA原理总结中，我们对LDA降维的原理做了总结，这里我们就对scikit-learn中LDA的降维使用做一个总结。 1.对scikit-learn中LDA类概述 在scikit-learn中， LDA类是sklearn.discriminant_analysis.LinearDiscriminantAnalysis。那既可以用于分类又可以用于降维。当然，应用场景最多的还是降维。和PCA类似，LDA降维基本也不用调参，只需要指定降维到的维数即可。 2.LinearDiscri..
2020-11-05 17:11:09
456
转载 用scikit-learn学习主成分分析(PCA)
在主成分分析（PCA）原理总结中，我们对主成分分析(以下简称PCA)的原理做了总结，下面我们就总结下如何使用scikit-learn工具来进行PCA降维。 1. scikit-learn PCA类介绍 在scikit-learn中，与PCA相关的类都在sklearn.decomposition包中。最常用的PCA类就是sklearn.decomposition.PCA，我们下面主要也会讲解基于这个类的使用的方法。 除了PCA类以外，最常用的PCA相关类还有KernelPCA类，在原理篇
2020-11-05 10:36:59
914
转载 YOLOv4重磅发布，五大改进，二十多项技巧实验，堪称最强目标检测万花筒
今年2月22日，知名的 DarkNet 和 YOLO 系列作者Joseph Redmon宣布退出 CV 界面，这也就意味着 YOLOv3 不会再有官方更新了。但是，CV 领域进步的浪潮仍在滚滚向前，仍然有人在继续优化 YOLOv3。今日，著名的AlexeyAB版本发布了 YOLOv4的论文。该论文提出了五大改进，二十多个技巧的实验，可以说 YOLOv4是一项非常solid的工作。 论文题目：...
2020-05-04 14:40:15
1208
原创 重磅: YoloV4横空出世
深度学习之目标检测算法可谓日新月异，曾经YoloV3横空出世时全身都是王者风范，同时各种目标检测算法风起云涌，群雄并立，YoloV3慢慢地余晖褪去。 在工程实现上，既要考虑模型算法的预测精度(mAP)，又要考虑模型的预测速度(FPS)，很多模型通过算法堆积等方法技巧，测试时虽然拥有很高的mAP，但FPS却很低，在工程实用中几乎不可行。而YoloV3\YoloV4却具有很高的预测精度和领先的预测...
2020-04-24 16:00:20
1890
转载 梯度下降（Gradient Descent）小结
梯度下降（Gradient Descent）小结 在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降（Gradient Descent）是最常采用的方法之一，另一种常用的方法是最小二乘法。这里就对梯度下降法做一个完整的总结。1. 梯度 在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y), 分别对x,y求偏导数，求...
2018-03-01 10:52:05
291
AlphaFold2文档和61页技术补充材料
2022-08-01
Masked Autoencoders Are Scalable Vision Learners.pdf
2021-12-31
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人