机器学习
文章平均质量分 61
Camera Man
camera相关知识
展开
-
一文看懂迁移学习:怎样用预训练模型搞定深度学习?
跟传统的监督式机器学习算法相比,深度神经网络目前最大的劣势是什么?贵。尤其是当我们在尝试处理现实生活中诸如图像识别、声音辨识等实际问题的时候。一旦你的模型中包含一些隐藏层时,增添多一层隐藏层将会花费巨大的计算资源。庆幸的是,有一种叫做“迁移学习”的方式,可以使我们在他人训练过的模型基础上进行小改动便可投入使用。在这篇文章中,我将会讲述如何使用预训练模型来加速解决问题的过程。注...转载 2018-08-04 18:30:23 · 9483 阅读 · 9 评论 -
机器学习技术体系
转载 2017-12-16 14:54:16 · 8895 阅读 · 0 评论 -
深度学习 25个重要概念
机器人圈」导览:很多人认为深度学习很枯燥,大部分情况是因为对深度学习的学术词语,特别是专有名词很困惑,即便对相关从业者,亦很难深入浅出地解释这些词语的含义。本文编译自Analytics Vidhya,相信读过此文的圈友,会对深度学习有个全新的认识,机器人圈希望可以为圈友的深度学习之路起到一些辅助作用。文章略长,时长大约20分钟,请仔细阅读收藏。人工智能,深度学习,机器学习—无论你在做什么,如果...转载 2018-05-12 19:59:49 · 3329 阅读 · 0 评论 -
KNN算法详解
一、算法概述1、kNN算法又称为k近邻分类(k-nearest neighbor classification)算法。最简单平凡的分类器也许是那种死记硬背式的分类器,记住所有的训练数据,对于新的数据则直接和训练数据匹配,如果存在相同属性的训练数据,则直接用它的分类来作为新数据的分类。这种方式有一个明显的缺点,那就是很可能无法找到完全匹配的训练记录。kNN算法则是从训练集中找到和新数据最接近...转载 2017-08-09 13:51:04 · 4129 阅读 · 0 评论 -
RCNN系列超详细解析
一、基于Region Proposal(候选区域)的深度学习目标检测算法Region Proposal(候选区域),就是预先找出图中目标可能出现的位置,通过利用图像中的纹理、边缘、颜色等信息,保证在选取较少窗口(几千个甚至几百个)的情况下保持较高的召回率(IoU,Intersection-over-Union)。图1 IoU定义Region Proposal方法比传统的滑动窗口方...转载 2018-12-04 16:11:26 · 3762 阅读 · 0 评论 -
YOLO系列:YOLO v1深度解析
声明一点,我是工程应用人员,此文章仅适合算法应用工程师。1、首先先看一下YOLO的整体结构:原创 2018-12-11 19:11:56 · 2152 阅读 · 0 评论 -
YOLO系列:YOLO v2深度解析 v1 vs v2
部分内容转载自: https://blog.csdn.net/Jesse_Mx/article/details/53925356 论文地址:YOLO9000: Better, Faster, Stronger 项目主页:YOL...转载 2018-12-12 11:39:16 · 7897 阅读 · 2 评论 -
神经网络模型的评价指标
1、准确率(Accuracy) 举例:我们有10张图片,每张图片有2类对象待定位检测。 此时总和为20,如果我们的模型定位并识别正确的个数为20,则准确率为100%。 老师:准确率高? 学生:高 老师:这个系统还把某些不应该检测的对象定位并检测出来了,误检出10个,你觉得这个系统靠谱? 学生:不是很...原创 2018-12-19 10:55:44 · 33223 阅读 · 0 评论 -
站在大神的肩上看傅里叶变换
《这是大神的链接,不复制是想对大神表示尊重》它解决了我上学时候苦苦思索的纠结。这也直接间接的说明大神和老师的区别,可惜了我当年选择了普通小本小硕,受到的都是老师的迷惑而不是大神的启迪。...原创 2019-04-11 15:04:14 · 4170 阅读 · 0 评论