- 博客(9)
- 收藏
- 关注
RSS订阅转载 C++——虚函数与纯虚函数
虚函数的作用是实现多态性（Polymorphism），多态性是将接口与实现进行分离，采用共同的方法，但因个体差异而采用不同的策略。纯虚函数则是一种特殊的虚函数。虚函数联系到多态，多态联系到继承。所以本文中都是在继承层次上做文章。虚函数1 .定义在C++中，基类必须将它的两种成员函数区分开来：一种是基类希望其派生类进行覆盖的函数；另一种是基类希望派生类直接继承而不要改变的函数。对...
2019-03-21 17:11:41
295
原创 动态规划——背包问题
问题描述：有n个物品，编号1,2,3，、、n，其中第 i 个物品重量为Wi 价值 Vi ，有一个容量为W的背包。在容量允许范围内，如何选择物品，可以得到最大的价值。（为了简单起见，假设物品的重量 Wi 和价值Vi 都是正数）根据取物品的方式，背包问题又可以被分为三类：0/1背包问题(0-1 knapsack problem)这也是最常见的背包问题，对于每个物品，要么取...
2019-03-19 17:02:50
401
转载 【计算机视觉笔记】图像检索学习 (Content Based Image Retrieval)
论文跟踪：Awesome image retrieval papers https://github.com/willard-yuan/awesome-cbir-papers综述：SIFT Meets CNN: A Decade Survey of Instance Retrievalgithub Overview:Guide-CBIR CBIR_LeaderBoard ...
2019-03-18 14:49:45
7591
3
转载 深度学习——Bottleneck Layer
Bottleneck Layer //BottleneckFeatures // Bottleneck Block输入输出维度差距较大，就像一个瓶颈一样，上窄下宽亦或上宽下窄"In order to reduce the number of weights, 1x1 filters are applied as a "bottleneck" to reduce the number ...
2019-03-06 16:42:50
7203
2
转载 机器学习——L1和L2正则化
正则化（Regularization）训练机器学习模型的要点之一是避免过拟合。如果发生过拟合，模型的精确度会下降。这是由于模型过度尝试捕获训练数据集的噪声。噪声，是指那些不能代表数据真实特性的数据点，它们的生成是随机的。学习和捕捉这些数据点让你的模型复杂度增大，有过拟合的风险。正则化是一种回归的形式，它将系数估计（coefficient estimate）朝零的方向进行约束、调整或缩小。也...
2019-03-06 09:17:12
397
原创 深度学习——Batch Normalization
Batch NormalizationBatchNorm的基本思想：能不能让每个隐层节点的激活输入分布固定下来呢？这样就避免了“Internal Covariate Shift”问题了。之前的研究表明如果在图像处理中对输入图像进行白化（Whiten）操作的话——所谓白化，就是对输入数据分布变换到0均值，单位方差的正态分布——那么神经网络会较快收敛BN作者就开始推论了：图像是深度神经网络的输...
2019-03-04 14:21:45
464
转载 深度学习——Internal Covariate Shift与Normalization
转载自https://blog.csdn.net/sinat_33741547/article/details/87158830Internal Covariate Shift与Normalization一、“Internal Covariate Shift”问题什么是“Internal Covariate Shift”？深度神经网络涉及到很多层的叠加，而每一层的参数更新会导致上...
2019-03-04 14:05:07
3164
5
转载 机器学习——SVM
转载自https://zhuanlan.zhihu.com/p/49331510定义Support Vector Machine，简称SVM，支持向量机，是一种二类分类模型，基本模型是定义在特征空间上的间隔最大的线性分类器。SVM的学习策略就是间隔最大化。直观理解图中有分别属于两类的一些二维数据点和三条直线。如果三条直线分别代表三个分类器的话，请问哪一个分类器比较好？我们凭直...
2019-03-04 09:37:47
2007
转载 opencv学习——霍夫变换原理
最近的项目用到了霍夫变换，感觉自己只是会调用函数，并不清楚原理，所以写这篇记录一下霍夫变换中心思想是通过坐标变换来检测直线，后来经过改进，就可以检测椭圆等将特定图形上的点变换到一组参数空间上，根据参数空间点累计的结果找到一个极大值对应的解，那么这个解就对应着要寻找的几何形状的参数（比如说直线，那么就会得到直线的斜率k与截距b，圆就会得到圆心与半径等等）。原始空间到参数空间的变...
2019-03-01 16:19:40
571
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人