模型泛化优化之 L1 L2 正则化. 涉及正则化认识, 梯度方向来理解, 交叉校验调参, L1 L2比较等 ...
分类：
其他好文 时间：
2019-12-03 01:28:41
阅读次数：
132
1.面向对象 面向对象的基本概念： 抽象（abstract）： 从事物中舍弃个别的非本质特征，抽取共同的本质特征 只考虑与问题域相关的信息，而忽略与问题域不相关的部分 对象（object）：是系统中用来描述客观事物的一个实体。 可以是有形的，也可以是无形的 具有自己的静态结构（属性）和动态行为（方法 ...
分类：
其他好文 时间：
2019-12-01 22:52:40
阅读次数：
120
Pytorch中nn.Dropout2d的作用 首先，关于Dropout方法， "这篇博文" 有详细的介绍。简单来说, 我们在前向传播的时候，让某个神经元的激活值以一定的概率p停止工作，这样可以使模型泛化性更强，因为它不会太依赖某些局部的特征 dropout方法有很多类型，图像处理中最常用的是Dro ...
分类：
其他好文 时间：
2019-11-27 19:15:32
阅读次数：
970
[toc] 质量评估大佬AC Bovik的作品，1200+引用。 目标问题 ：提出一些普适的、与主观质量接近的客观评估指标。普适意味着：无失真先验。 背景 ：现有的普适NR IQA方法需要训练集（图像包含预期的失真，且需要人类评分数据）。这种方法泛化能力差，且要求高。 解决思路 ：从自然图像中获取一 ...
分类：
其他好文 时间：
2019-11-24 00:03:57
阅读次数：
161
特征选择 特征选择方法是从原始特征数据集中选择子集，是一种包含的关系，没有更改原始的特征空间。主要是为了减少特征数量、降维，减少过拟合使模型泛化能力更强以及增强对特征与特征值之间的理解。 （1） Filter方法：对每一维的特征“打分”，即给每一维的特征赋予权重，这样的权重就代表着该维特征的重要性， ...
分类：
其他好文 时间：
2019-11-19 13:36:32
阅读次数：
55
模型评估与选择 经验误差与过拟合 （1）错误率：分类错误的样本数占样本总数的比例 精度：1$ $错误率 （2）误差：学习器的实际输出与样本真实值之间的差异 误差有训练误差和泛化误差两种。训练误差指的是学习器在训练集上的误差，也称为经验误差；泛化误差指的是在新样本上的误差。 (但是，对于训练样本，其分 ...
分类：
其他好文 时间：
2019-11-17 00:59:46
阅读次数：
100
首先图像是一个二维的结构,CNN提取图片的特征,但是是local的,通过kenel的形式,不断的图上移动,通过卷积的形式, 无论移动到哪个位置,内部的结构都是不变的,这就是参数共享. 这个所说的图像显然都是欧式空间的,满足欧几里得空间的线性空间的几个重要的性质. 具有数据结构的规则性属性,但是在实际 ...
分类：
其他好文 时间：
2019-11-16 23:25:50
阅读次数：
66
1、领域建模Domain Modeling：开发团队获取领域知识的过程 2、进行业务领域建模原因：因为软件工程师需要在不同的领域或不同的项目中工作，来自不同的背景，这可能会影响他们对应用程序域的感知。他们需要领域知识来开发系统。比如，团队中的每个人都在说不同种类的语言。德语、法语、希伯来语等。每次有 ...
分类：
其他好文 时间：
2019-11-16 10:50:43
阅读次数：
71
[TOC] 1.引言 什么是泛化呢？ 先举个栗子： 小明和小李都上了高三。小明头脑机灵，一边刷着五年高考三年模拟一边总结做题规律，而小李一门心思刷题，一套完了又一套，刷的试卷堆成山了却没有对错题进行总结。高考结束成绩公布，小明超出一本线几十分，而小李却勉强上了二本线。这是为什么呢？ 原来高考试题一般 ...
分类：
其他好文 时间：
2019-11-16 10:22:40
阅读次数：
277
摘要 主要讨论如何获取迭代器相应型别。使用迭代器时，很可能用到其型别，若需要声明某个迭代器所指对象的型别的变量，该如何解决。方法如下： function template的参数推导机制 例如： func_impl()是一个 function template，一旦被调用，编译器会自动进行templa ...
分类：
其他好文 时间：
2019-11-14 00:05:54
阅读次数：
94
