每次只选取1个样本，然后根据运行结果调整参数，这就是著名的随机梯度下降（SGD），而且可称为批大小（batch size）为 1 的 SGD。 批大小，就是每次调整参数前所选取的样本（称为mini-batch或batch）数量： 如果批大小为N，每次会选取N个样本，分别代入网络，算出它们分别对应的参 ...
分类：
其他好文 时间：
2021-07-19 16:31:08
阅读次数：
0
假设检验分为参数假设检验和分布拟合假设检验和非参数检验 一、假设检验的思想： 建立假设 选择检验统计量并给出拒绝域形式 选择显著性水平 给出拒绝域 做出判断 二、p 值：利用样本观测值能够作出拒绝原假设的最小显著性水平 三、参数假设检验类型：详见茆诗松 正态总体参数假设检验 指数参数假设检验，对指数 ...
分类：
其他好文 时间：
2021-07-02 15:37:13
阅读次数：
0
一、简介 1 直方图 再讲颜色直方图之前，先简单介绍一下直方图。 直方图作为一种简单有效的基于统计特性的特征描述子，在计算机视觉领域广泛使用。它的优点主要体现在两个方面:一是对于任意一个图像区域，直方图特征的提取简单方便;其二，直方图表征图像区域的统计特性，可以有效表示多模态的特征分布，并且本身具备 ...
分类：
其他好文 时间：
2021-06-28 21:02:07
阅读次数：
0
一、简介 Fisher分类器用于解决二类线性可分问题。 Fisher准则基本原理：找到一个最合适的投影轴，使两类样本在该轴上投影之间的距离尽可能远，而每一类样本的投影尽可能紧凑，从而使分类效果为最佳。 例如上图中：通过将方块点和圆点向w1投影，然后再在设置合适的阈值即可将方块和圆点分离。 二、源代码 ...
分类：
其他好文 时间：
2021-06-28 20:33:06
阅读次数：
0
选用pytorch 和tensorflow框架进行搭建神经网络 搭建ConvNet神经网络使模型准确率达99%以上 使用minist手写数据集进行训练，数据样本多 使用onnx工具进行模型转换 将框架安装文档镶嵌进程序中，方便用户使用 在进行图像预处理时，采用对灰度求平均值，大于灰度平均值的才进行二 ...
分类：
其他好文 时间：
2021-06-28 20:11:14
阅读次数：
0
https://www.bilibili.com/video/BV1yi4y1g7ro?p=2 讲的不错 v2框架 v3框架： 深度拼接， 而FPN是在对应维度上进行相加。 one stage存在正负样本不均衡问题： RPN把正负样本占比限制在1：3 yolov5创新点： yolov4采用了Mosa ...
分类：
其他好文 时间：
2021-06-28 19:39:35
阅读次数：
0
清北学堂刷题及题解 1技巧: 只有当每个位置不同时才有枚举断点的必要。 必要时dp画转移图有助于对转移顺序的理解。 要充分利用所设状态带来信息。 注意旋转坐标系可以改变坐标变化从而带来做法。 dp需要考虑对样本空间不重不漏的划分。 可以通过对阶段的巧妙选取可以简化状态。 2题目： 2.1Flappy ...
分类：
其他好文 时间：
2021-06-24 18:36:53
阅读次数：
0
1 Curse of dimensionality 我们知道，\(k\)-NN算法是一种非常简单又很有效果的算法，它的核心思想就是局部近似。究其原因，就是因为它可以很好地对条件期望进行近似，一方面它用样本均值代替了期望，另一方面它用给定某个点的邻域代替了该点，结合起来，就是用在邻域内的样本均值，取代 ...
分类：
其他好文 时间：
2021-06-22 18:36:03
阅读次数：
0
闲话不多说，直接上代码。 1 import numpy as np 2 from sympy import * 3 4 # 定义一个求差商表的函数，使用递归求解差商表，返回值是差商的值 5 # x是数组，表示样本点的x 6 # f是数组，表示样本点的函数值f（x） 7 # start是int类型，表 ...
分类：
编程语言 时间：
2021-06-20 18:23:32
阅读次数：
0
GAN原理介绍 GAN 来源于博弈论中的零和博弈，博弈双方，分别为生成模型与判别模型。 生成模型G捕捉样本数据的分布，用服从某一分布例如正太，高斯分布的噪声z来生成一个类似真实训练数据的样本，追求的效果是越像真实越好。 判别模型是一个二分类器，判别样本来自于训练数据还是真实数据的概率。如果来自于真实 ...
分类：
其他好文 时间：
2021-06-20 18:06:47
阅读次数：
0
