zbw328-CSDN博客

原创 scene-graph

scene_graph_1 | Tensor("ims:0", shape=(?, ?, ?, 3), dtype=float32)scene_graph_1 | Tensor("conv_out:0", shape=(?, ?, ?, 512), dtype=float32)scene_graph_1 | Tensor("rois:0", shape=(?, 5), dtype=flo...

2019-08-23 16:31:55 195

转载 matlab 绘图总结整理

https://blog.csdn.net/sinat_21026543/article/details/80215281

2018-12-21 11:26:53 311

转载数据处理中的 LabelEncoder 和 OneHotEncoder 总结对比

机器学习中会有连续特征和离散特征，拿到获取的原始特征，必须对每一特征分别进行归一化，比如，特征A的取值范围是[-1000,1000]，特征B的取值范围是[-1,1].如果使用logistic回归，w1*x1+w2*x2，因为x1的取值太大了，所以x2基本起不了作用。所以，必须进行特征的归一化，每个特征都单独进行归一化。对于连续性特征：Rescale bounded continu...

2018-09-06 10:44:19 3264

原创 CNN的优点和缺点

优点：1、共享卷积核，对高维数据处理无压力2、需手动选取特征，训练好权重，即得特征分类效果好缺点：1、需要调参，需要大样本量，训练最好要GPU2、物理含义不明确...

2018-08-20 19:05:07 32184 2

原创 python 中的常用 opencv 以及图像处理相关函数总结整理

1.读取图片img = cv2.imread("D:\cat.jpg") ，OpenCV目前支持读取bmp、jpg、png、tiff等常用格式。创建一个窗口 cv2.namedWindow("Image") 然后在窗口中显示图像 cv2.imshow("Image", img) cv2.waitKey (0) cv2.destroyAllWindows(...

2018-08-20 19:04:38 1278

原创 dropout为什么能够防止过拟合

都知道dropout可以防止过拟合，有一次被面试官问到dropout是怎么有效的防止过拟合的，当时没回答上来，然后就学习了一波。可能现在理解的还不是很透彻，大概总结一下，便于后续使用。对于dropout的提出，深度学习领域大神Hinton，在2012年文献：《Improving neural networks by preventing co-adaptation ...

2018-08-15 10:27:24 4662 2

原创 Pycharm 使用技巧总结

由于刚刚开始学习Pycharm，在使用过程之中，慢慢总结一些使用技巧，这样会提高写代码的效率。1、注释/取消注释Ctrl + /2、自动补全空格Ctrl + Alt + L 后续继续补充...

2018-07-20 10:48:50 217

1、运行代码之后，控制台除了输出应该有的结果外，还多了一行： I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:140] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 ...

2018-07-19 20:25:34 3150

转载数据结构与算法学习指南

一、资料来源1.教材：★★★★数据结构与算法分析 (豆瓣)（经典之作，广为人知）★★★数据结构 (豆瓣)（严蔚敏的，就是国内大学常用的那本。严谨，伪代码不错。）★★大话数据结构 (豆瓣)（语言比较通俗。比第一本简单易懂。btw，作者程杰老师在知乎上也相当活跃）★★算法（第4版） (豆瓣)（图超多。比第一本简单易懂。）2.慕课：★★★★★浙江大学的：数据结构 - 网易云课堂（真的很棒。借雷军的一句广...

2018-04-24 21:03:09 1072

转载逻辑回归与支持向量机的选择

从逻辑回归模型，我们得到了支持向量机模型，在两者之间，我们应该如何选择呢？ 1、如果相较于 m 而言，n 要大许多，即训练集数据量不够支持我们训练一个复杂的非线性模型，我们选用逻辑回归模型或者不带核函数的支持向量机。2、如果 n 较小，而且 m 大小中等，例如 n 在 1-1000 之间，而 m 在 10-10000 之间，使用带高斯核函数的支持向量机。3、如果 n 较小，而 m 较大，例如 n ...

2018-04-09 15:50:34 425

转载机器学习应用建议

一、假设我们需要用一个线性回归模型来预测房价，当我们运用训练好了的模型来预测未知数据的时候发现有较大的误差，我们下一步可以做什么？1. 获得更多的训练实例——通常是有效的，但代价较大，下面的方法也可能有效，可考虑先采用下面的几种方法。2. 尝试减少特征的数量3. 尝试获得更多的特征4. 尝试增加二项式特征5. 尝试减少归一化程度λ6. 尝试增加归一化程度λ 我们不应该随机选...

2018-04-08 16:19:02 184

原创分类问题中过拟合现象解决办法

1、丢弃一些不能帮助我们正确预测的特征。可以是手工选择保留哪些特征或者使用一些模型选择的算法来帮忙（例如 PCA） 2、归一化。保留所有的特征，但是减少参数的大小（magnitude）第一件要做的事是选择网络结构，即决定选择多少层以及决定每层分别有多少个单元。 第一层的单元数即我们训练集的特征数量。 最后一层的单元数是我们训练集的结果的类的数量。 如果隐藏层数大于 1，...

2018-04-08 10:58:19 4753

zbw328的博客