机器学习
文章平均质量分 69
zzyy0929
Master Degree Candidate, School of Computer Science and Technology, USTC
Bachelor Degree, School of IoT Engineering, Jiangnan University.
展开
-
GCN现有变体不完全汇总(在时空数据挖掘中的应用)
GCN现有变体汇总(应用篇)Mix Hop(高阶多跳的图特征)融合文献:ICML_2019MixHop: Higher-Order Graph Convolutional Architectures via Sparsified Neighborhood Mixing AAAI_20: M...原创 2020-03-04 11:04:55 · 3760 阅读 · 0 评论 -
深度学习核心技术实战 NLP-word2vec
多分类的逻辑回归- softmax模型word2vec:词向量 one-hot representation 对应位置为1,但不能表达词之间的关系本质上是对词的一种表示,但是是结合了上下文内容的。无监督模型词的两种表示:One-hot Representation(独热表示) “苹果”表示为 [0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 …] 优点...原创 2018-08-17 20:51:24 · 284 阅读 · 0 评论 -
Tensorflow 实战笔记
必须走如下步骤:sess=tf.Session()sess.run(result)sess.close()才能执行运算。With tf.Session() as sess: Sess.run()通过会话计算结果:with sess.as_default(): print(result.eval()) 表示输出result的值生成一个权...原创 2018-08-17 20:54:07 · 611 阅读 · 0 评论 -
【计算机视觉】目标检测方法汇总
1、 选择性搜索:方法:滑动窗口,规则块(利用约束进行剪枝)、选择性搜索(自底向上合并相邻的重叠区域) 一步步计算相似度 并且合并、剔除相似度的高的OverFeat: 核心思想:1) 区域提名;多尺度滑动2) 分类和定位:CNN来做分类和预测边框位置 与AlexNet类似 1-5层特征抽取,6-9层为分类层(分类任务) 不同的任务公用特征抽取层(1-5层),只替换6-9层。3) ’聚合(...原创 2018-07-17 13:23:24 · 1207 阅读 · 0 评论 -
深度学习核心技术实战——图像分类模型
图像分类模型1.LeNet-5: 每一个卷积核都会形成一个特征图,3个通道则是每个通道是不同的卷积核,但是最后是将三通道的卷积值相加,最后变成一个通道,所以5*5*64的卷积核,感知范围是5*5,最后出来是64层(个特征图)。每个卷积核都包括w...原创 2018-07-09 18:04:11 · 1833 阅读 · 0 评论 -
核技巧
关于映射到更高维平面的方法。对数据进行某种形式的转换,从而得到新的变量来表示数据。从一个特征空间转换到另一个特征空间(特征空间映射)。其实也就是另外一种距离计算的方法。空间变换后,在高维空间解决线性问题,等价于在低维空间解决非线性问题。内积计算:a=(a1,a2,a3,a4,…,an),b=(b1,b2,b3…,bn) 高斯核,线性核,多项式核而由于高斯核(...原创 2018-03-04 22:19:37 · 2847 阅读 · 0 评论 -
树回归分析
树回归:可以对复杂和非线性的数据进行建模;适用数值型和标称型数据。1、 CART:classification and regression trees(分类回归树)。每个叶节点上运用各自的均值做预测二元切割:每次把数据集切成两份,如果等于切分所要求的值进入左子树,否则进入右子树。CART使用二元切分来处理连续型变量。回归树(连续型)分类树(离散型):回归树:假设叶节点是常数值,这种策略认为数据中...原创 2018-02-24 20:32:40 · 980 阅读 · 0 评论 -
无监督:聚类与改进聚类详解
聚类:聚类就是将相似的对象聚在一起的过程。如总统大选,选择那部分容易转换立场的表决者,进行针对性的宣传,可以扭转局势。聚类将相似的对象归到同一簇中,相似取决于相似度度量方法。Kmeans聚类,可能收敛到局部最小值,在大规模数据集上收敛较慢。Kmeans聚类:首先,随机确定k个初始点作为质心,将数据集中的每个点分配到一个簇中,即选择一个最近的质心进行分配,而后每个簇的质心更新为该簇所有点的平均值。直...原创 2018-02-23 16:40:39 · 616 阅读 · 0 评论 -
逻辑回归与梯度下降详解
逻辑回归Sigmoid函数:Sigmoid函数梯度:梯度的表达式这个梯度是指:沿着x方向移动个单位,沿着y方向移动个单位。函数f(x,y)在这一点上有定义并且可微,每个单位长度自行设定,称为步长,记为梯度上升算法到达每个点后都会重新计算移动的方向,不断迭代移动,直到满足停止条件,停止条件可以是一个确定的迭代次数或是达到较小的误差。在迭代过程中,梯度总是选取最佳的移动方向。权值调整公式利用该算法(梯...原创 2018-03-09 21:56:09 · 3102 阅读 · 0 评论 -
挖掘商品间的联系:频繁项集挖掘与关联分析
我们常常会在管理中遇到这样的问题,超市如何能通过用户购买数据来提高利润。如何将数据转化为利润,用好这些数据。我们这里提出一种关联分析方法,可以从用户的购买数据中得到,其一般购买了商品A的同时,也会对商品B有需求,而一旦将A和B捆绑或靠近在一起销售,并以一定的折扣来刺激消费,这样能够得到更可观的销量。那么如何能够找到频繁出现被人购买的商品,并且从中抽取出若干件商品的关联关系,这就是我们今天要讨论的问...原创 2018-02-27 17:13:48 · 888 阅读 · 0 评论 -
【Face recognition】人脸识别实战
实验结果图片发自简书App深度神经网络一般使用CNN,而CNN的改进又有Resnet残差网络,引入shortcut connection,以避免梯度弥散和爆炸,当前层让前面好多层的特征也可以随着前一层一起输入到当前层网络中去。比较成熟的网络现在有VGG-16等。训练过程有一个叫Triplet loss的损失函数,用于训练网络,其原理是一个三元组中,同一类别的距离应小于相异类别的距离加上一个阈值。图...原创 2018-02-11 14:20:03 · 881 阅读 · 0 评论 -
使用开源人脸特征提取器进行脸部颜值评分
本文仅为模型应用实战,而非颜值研究,所得结果仅供娱乐,仅供参考。方法也仅供参考。一般而言,数据量越大,结果越接近正常人审美。由于本次数据量较小,故仅为实验。使用环境:ubuntu14.04,opencv3.2.0,dlib19.6,python2.7一、准备工作:1、下载dlib库,下载特征提取模型。该模型的作用是通过卷积神经网络产生128维的特征向量,用以代表这张脸。网络输入参数为人脸landm...原创 2018-02-10 13:04:16 · 6910 阅读 · 5 评论 -
最实用的机器学习算法优缺点分析,没有比这篇说得更好了
对于机器学习算法的盘点,网上屡见不鲜。但目前,还没人能结合使用场景来把问题说明白,而这一点正是本文的目的所在。文中作者将结合他的实际经验,细致剖析每种算法在实践中的优势和不足。本文的目的,是务实、简洁地盘点一番当前机器学习算法。尽管人们已做过不少盘点,但始终未能给出每一种算法的真正优缺点。在这里,我们依据实际使用中的经验,将对此详加讨论。 归类机器学习算法,一向都非常棘手,常见的分类标准是这样的:...转载 2018-02-11 12:08:29 · 836 阅读 · 0 评论 -
姿态估计相关研究进展
自上而下:就是先检测包含人的框,即human proposal,然后对框子中的人进行姿态估计。一般RCNN(区域CNN就是这个思路)自下而上:先检测keypoint,然后根据热力图、点与点之间连接的概率,根据图论知识,基于PAF(部分亲和字段)将关键点连接起来,将关键点分组到人。1、CMU:openpose 研究多人的姿态估计运行环境:caffe自下而上, 关键点被原创 2018-02-02 16:15:31 · 3890 阅读 · 2 评论 -
PAF基于PAF(部分亲和字段)的实时多人2D姿态估计-CMU_openpose
这是CVPR2017的一篇文章。在本文中,文章通过实时算法来检测图像中多个人的二维姿态。 文章提出了关键点关联的明确的非参数表示,其编码人体肢体的位置和方向。 其次,设计了一个联合学习身体部分检测和身体部分关联的框架。 第三,证明一个贪心解析算法足以产生高质量的身体姿势分析,即使随着图像中人数的增加,效率也会保持高效(但是测试时间会随着人数增加而放缓)。 在文章中展示了代表性的失败案例。本原创 2018-01-05 12:43:44 · 12676 阅读 · 5 评论 -
ubuntu下配置Dlib/opencv3 for C++
这几天又配了一次Dlib和opencv,现将踩过的坑总结如下:Dlib+ubuntu步骤如下:cd (dlib-19.7目录下)mkdir build //创建build文件夹cd buildcmake ..cmake .. -DDLIB_USE_CUDA=0 -DUSE_AVX_INSTRUCTIONS=1; //如果不把cuda禁掉,之后会提示缺原创 2017-12-28 19:44:31 · 1949 阅读 · 1 评论 -
基于TP-GAN的侧脸人像恢复
中科院自动化所(CASIA),中科院大学和南昌大学的一项合作研究,提出了双路径 GAN(TP-GAN),通过单一侧面照片合成正面人脸图像,取得了当前较好的结果。研究人员提出了一个像人类一样能够考虑整体和局部信息的 GAN 结构,合成的图像非常逼真且很好地保留了身份特征,并且可以处理大量不同姿势的照片。研究人员指出,这些合成的图像有可能用于人脸分析的任务。他们受人类视觉识别过程启发,结合对抗生成转载 2017-11-07 21:16:51 · 5815 阅读 · 1 评论