1. 损失函数 损失函数(Loss function)是用来估量你模型的预测值 f(x) 与真实值 Y 的不一致程度,它是一个非负实值函数,通常用 L(Y,f(x)) 来表示。 损失函数越小,模型的鲁棒性就越好。 损失函数是经验风险函数的核心部分,也是结构风险函数的重要组成部分。模型的风险结构包括了 ...
分类:
其他好文 时间:
2018-02-24 00:58:46
阅读次数:
447
文本生成哪家强?上交大提出基准测试新平台 Texygen 2018-02-12 13:11测评 文本生成哪家强?上交大提出基准测试新平台 Texygen 2018-02-12 13:11测评 新智元报道 来源:arxiv 编译:Marvin 【新智元导读】上海交通大学、伦敦大学学院朱耀明, 卢思迪, ...
分类:
其他好文 时间:
2018-02-23 20:49:43
阅读次数:
453
package jianzhiOffer;
/**
* 输入一个链表,输出该链表中倒数第k个结点。
* @author user
* 思路:此题考查的是代码的鲁棒性,因此不能使用递归的方法,因为
* 当链表长度很长时,递归会导致栈溢出。
* 此题我们可以设置两个指针,
分类:
其他好文 时间:
2018-01-16 11:14:25
阅读次数:
178
前言 摘要(Abstract) 本文的线段匹配算法利用了线段的局部相似性和几何属性。本算法具有以下优点:(1)提出多尺度下线段提取策略,提高对图像变换的鲁棒性。(2)设计LBD描述子,提高计算线段表面相似度的速度和减少图匹配的维度。(3)成对几何一致性评价,提高图像在低结构化的匹配精度。 简介(In ...
分类:
编程语言 时间:
2018-01-09 00:21:04
阅读次数:
828
题链: http://poj.org/problem?id=2079 题解: 计算几何,凸包,旋转卡壳 复杂度O(N^2),(O(N)什么的就不说了,我觉得我看过的O(N)方法正确性都有问题,虽然有些AC了,那应该是鲁棒性太强了,谁叫他们非要每挪动一步都取MAX的呢) 做法: (三角形的三个顶点在凸 ...
分类:
其他好文 时间:
2018-01-07 14:18:42
阅读次数:
137
一、计算机视觉 如图示,之前课程中介绍的都是64 64 3的图像,而一旦图像质量增加,例如变成1000 1000 3的时候那么此时的神经网络的计算量会巨大,显然这不现实。所以需要引入其他的方法来解决这个问题。 二、边缘检测示例 边缘检测可以是垂直边缘检测,也可以是水平边缘检测,如上图所示。 至于算法 ...
分类:
其他好文 时间:
2018-01-01 13:36:40
阅读次数:
154
#https://github.com/LiuXiaolong19920720/Add-Christmas-Hat 代码可以跑通 但有两个问题: 1.add_hat(img,hat_img) 该函数如果没有检测到人脸是没有返回值的,导致函数的鲁棒性较弱,甚至后续程序崩溃 2. 实际上,检测能力较弱, ...
分类:
其他好文 时间:
2017-12-24 18:55:09
阅读次数:
189
目前下一代主流的视频编码标准有 ITU-T VCEG 推出来的 H.265 和 Google 推出 VP9 。 H.265 在 H.264 的基础上保留其中的部分技术,并对相关技术加以改进研发而成。新技术主要通过提升压缩效率、鲁棒性,提高错误恢复能力,减少实时时延、减少信道获取时间等方面,让视频编码 ...
分类:
其他好文 时间:
2017-12-08 12:04:18
阅读次数:
178
损失函数(loss function)是用来估量你模型的预测值f(x)与真实值Y的不一致程度,它是一个非负实值函数,通常使用L(Y, f(x))来表示,损失函数越小,模型的鲁棒性就越好。损失函数是经验风险函数的核心部分,也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项,通常可 ...
分类:
其他好文 时间:
2017-12-02 13:05:47
阅读次数:
197
1. 传统的边缘检测(比如Sobel)手工设计了3*3的filter(或者叫kernel)的9个权重,在深度学习中,这9个权重都是学习出来的参数,会比手工设计的filter更好,不但可以提取90度、0度的边缘,也可以提取出任意朝向的边缘(比如73度)。把这9个权重当成参数的思想已经成为计算机视觉中最 ...
分类:
其他好文 时间:
2017-11-25 20:44:48
阅读次数:
203