keywords: 細(xì)粒度圖像分類; 計(jì)算機(jī)視覺; CVPR2017 一個(gè)月前讀了使用注意力機(jī)制解決弱監(jiān)督學(xué)習(xí)的細(xì)粒度圖像分類論文 -Look Closer to See B...
發(fā)簡信
IP屬地：云南
-
Look Closer to See Better: RA-CNN -
SMO 算法
[未完成]我們要求解如下問題可以考慮固定住其余變量，只優(yōu)化和，即將問題轉(zhuǎn)化為上式中去掉了不含和的項(xiàng)泪电，為了表示方便糊闽，我們令 代入原方程化戳，并將用表示出泻云，代入原方程呼寸，得出關(guān)于的二次...
-
非極大值抑制算法（Non-maximum suppression, NMS）
NMS 算法在目標(biāo)檢測识樱，目標(biāo)定位領(lǐng)域有較廣泛的應(yīng)用嗤无。 算法原理 非極大值抑制算法（Non-maximum suppression, NMS）的本質(zhì)是搜索局部極大值震束，抑制非極大...
-
一位機(jī)器學(xué)習(xí)愛好者??垢村，一名NLP領(lǐng)域的菜鳥??，一個(gè)為AI而奮斗的程序猿??????<br><br>機(jī)器學(xué)習(xí)QQ交流群：613944735<br>微信公眾號：AI極客<br>后續(xù)更新優(yōu)先發(fā)布到個(gè)人公眾號<br>
-
粒子群優(yōu)化算法（PSO）基礎(chǔ)粒子群算法 粒子群算法源于復(fù)雜適應(yīng)系統(tǒng)（Complex Adaptive System,CAS）嚎卫。CAS理論于1994年正式提出嘉栓，CAS中的成員稱為主體。比如研究鳥群系統(tǒng)拓诸，每...
-
Seaborn 和 Matplotlib 數(shù)據(jù)可視化簡述 Python 中侵佃，數(shù)據(jù)可視化一般是通過較底層的 Matplotlib 庫和較高層的 Seaborn 庫實(shí)現(xiàn)的，本文主要介紹一些常用的圖的繪制方法奠支。在正式開始之前需要導(dǎo)入...
-
利用 Cython 為 Python 代碼加速
引言 通常馋辈，在 Python 中寫循環(huán)（特別是多重循環(huán)）非常的慢，在文章 http://www.reibang.com/p/701228dc496b 中倍谜，我們的元胞自動機(jī)的...
-
偏差（Bias）與方差（Variance）含義 Bias 和 Variance 是針對模型的泛化來講的迈螟。 首先如果我們能夠獲得所有可能的數(shù)據(jù)集合，并在這個(gè)數(shù)據(jù)集合上將 loss 最小化尔崔，這樣學(xué)習(xí)到的模型就可以稱之為“...
-
Python 實(shí)現(xiàn)元胞自動機(jī)中的生命游戲(Game of life)簡介 細(xì)胞自動機(jī)（又稱元胞自動機(jī)）答毫，名字雖然很深奧，但是它的行為卻是非常美妙的季春。所有這些怎樣實(shí)現(xiàn)的呢洗搂？我們可以把計(jì)算機(jī)中的宇宙想象成是一堆方格子構(gòu)成的封閉空間，尺寸為N的空間...
-
精確率(Precision)载弄、召回率(Recall)與F1值衡量二分類器的評價(jià)指標(biāo)除了準(zhǔn)確率（Accuracy）外耘拇，還有精確率(Precision)、召回率(Recall)侦锯、F1 值等驼鞭。 精確率是針對我們預(yù)測結(jié)果而言的，它表示的是預(yù)測...
-
Python cffi 初探
新建立一個(gè) ext_build.py 用于生成擴(kuò)展 ffi.cdef 表示聲明一個(gè)函數(shù)尺碰，ffi.set_source 第一個(gè)參數(shù)為擴(kuò)展模塊的名字挣棕，第二個(gè)參數(shù)為函數(shù)的定義。 然...
-
KD-Tree 算法的 C++ 實(shí)現(xiàn)閱讀本文前亲桥，建議查閱相關(guān)資料洛心，了解 KNN 算法與 KD 樹。 基礎(chǔ)知識 如圖所示题篷，假設(shè)一個(gè)點(diǎn) a 目前的最近鄰點(diǎn)為 b词身，如果存在相對于 b 離 a 更近的點(diǎn)，那么這個(gè)點(diǎn)一定...
-
程序流程圖&盒圖（N-S圖）&PAD圖在需求分析階段我們經(jīng)常會使用不同的手段去剖析我們所要面對的業(yè)務(wù)番枚，這里我常用的方式有3種：流程圖法严、盒圖（N-S圖）损敷、PAD圖！但是老實(shí)說深啤，我90%時(shí)候都只用流程圖并配合思維導(dǎo)圖...
-
CMake 的基本使用
準(zhǔn)備工作 最新版的 CMake（3.8）拗馒。 C/C++ 編譯器（GCC，MSVC溯街，clang）诱桂。 編輯器（CLion，Vim呈昔，Sublime Text）挥等。 Hello Wor...
-
OpenCV 3.3.1 + VS 2017 + Win10 環(huán)境配置準(zhǔn)備工作 準(zhǔn)備好 Visual Studio 2017（v141 平臺）。 下載 OpenCV 3.3.1 安裝包堤尾，雙擊自解壓到 D 盤肝劲，即放在 D:\opencv目錄下。進(jìn)...
-
Linux 升級 GCC 的方法Ubuntu 16.04 自帶的 gcc 原版本為 4.8哀峻，現(xiàn)將其升級為最新版涡相。 步驟 訪問 http://gcc.skazkaforyou.com/releases/，找到...
-
深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程（以向量化的角度）
BP 算法的訓(xùn)練過程剩蟀，各種博客和參考書已經(jīng)講的很清楚了，但不管是周志華的《機(jī)器學(xué)習(xí)》切威，還是林軒田的《機(jī)器學(xué)習(xí)技法》育特，都只是對 3 層的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練做了非向量化的推導(dǎo)。本文將...
-
Softmax 函數(shù)與交叉熵softmax 函數(shù) 在神經(jīng)網(wǎng)絡(luò)的最后一層先朦，通常使用 softmax 函數(shù)來將各神經(jīng)元的輸出壓縮到 [0, 1] 之間缰冤，可以當(dāng)成概率來理解。softmax 函數(shù)的形式如下 S...
