用例图主要说明的是谁要使用系统，以及他们使用该系统可以做些什么，帮助开发团队以一种可视化的方式理解系统的功能需求。 一个用例图包含了多个模型元素，如系统、参与者和用例，并且显示这些元素之间的各种关系，如泛化、关联和依赖。它展示了一个外部用户能够观察到的系统功能模型图。 1.用例图包含的元素 1. 参 ...
分类：
其他好文 时间：
2018-11-09 13:50:23
阅读次数：
171
0 - 背景 经典的R-CNN存在以下几个问题： 训练分多步骤（先在分类数据集上预训练，再进行fine-tune训练，然后再针对每个类别都训练一个线性SVM分类器，最后再用regressors对bounding box进行回归，并且bounding box还需要通过selective search生 ...
分类：
其他好文 时间：
2018-11-04 14:22:01
阅读次数：
388
1 滑动平均概述 滑动平均（也称为 影子值 ）：记录了每一个参数一段时间内过往值的平均，增加了模型的泛化性。 滑动平均通常针对所有参数进行优化：W 和 b， 简单地理解，滑动平均像是给参数加了一个影子，参数变化，影子缓慢追随。 滑动平均的表示公式为 影子 = 衰减率 * 影子 + ( 1 - 衰减率 ...
分类：
其他好文 时间：
2018-11-03 18:19:19
阅读次数：
250
UML 静态图：包括类图和对象图类图：描述系统中类的静态结构，类图是描述系统中的类，以及各个类之间的关系的静态视图。对象图：是类图的实例，一个对象图是类图的一个实例，描述的是对象之间的关系。 E-R 图（实体-联系图） 依赖聚集泛化 ...
分类：
其他好文 时间：
2018-11-03 11:20:30
阅读次数：
151
我们在这个系列的前四篇文章中分别介绍了SOLID原则中的前四个原则，今天来介绍最后一个原则——依赖注入原则。依赖注入（DI）是一个很简单的概念，实现起来也很简单。但是简单却掩盖不了它的重要性，如果没有依赖注入，前面的介绍的SOLID技术原则都不可能实际应用。 控制反转(IoC) 人们在谈论依赖注入的 ...
分类：
其他好文 时间：
2018-10-31 10:35:00
阅读次数：
158
F＃是一种函数式编程语言，可以轻松编写正确且可维护的代码。 F＃编程主要涉及定义类型推断和自动泛化的类型和函数。 这使您可以将焦点保留在问题域上并操纵其数据，而不是编程的细节。 F＃有许多功能，包括： 轻量级语法 默认不变 类型推断和自动泛化 一流的功能 强大的数据类型 模式匹配 异步编程 丰富的数 ...
分类：
编程语言 时间：
2018-10-29 02:04:00
阅读次数：
349
自助采样包含训练集里63.2%的样本? 在学习随机森林的时候，经常会看到这么一句话“ 自助采样法给bagging带来的好处就是:由于每个学习器只是使用了% 63.2 的数据,剩下的约%36.8的样本可以用作验证集来对泛化性能进行“包外估计”。 “ 那么这个63.2%是怎么来的呢？假设我们有n个样本， ...
分类：
其他好文 时间：
2018-10-25 14:03:12
阅读次数：
195
关联关系 关联关系是指执行者与用例之间的关系，又称为通信关系，如果某个执行者可以对某个用例进行操作，它们之间就具有关联关系，如下图所示，“经理”有一个功能为“查看库存报表”，因此可以在执行者“经理”和用例“查看库存报表”之间建立一个关联关系，关联关系用实线表示。 泛化关系 执行者之间的关系只有一种， ...
分类：
其他好文 时间：
2018-10-23 11:58:21
阅读次数：
216
在强化学习中，设计密集、定义良好的外部奖励是很困难的，并且通常不可扩展。通常增加内部奖励可以作为对此限制的补偿，OpenAI、CMU 在本研究中更近一步，提出了完全靠内部奖励即好奇心来训练智能体的方法。在 54 个环境上的大规模实验结果表明：内在好奇心目标函数和手工设计的外在奖励高度一致；随机特征也 ...
分类：
编程语言 时间：
2018-10-22 00:05:11
阅读次数：
163
# 机器学习之ROC曲线 roc曲线全称受试者工作曲线，ROC曲线下面积就是AUC（Area under the curve），AUC用来衡量二分类机器学习算法的性能，即泛化能力
这里有几个概念，真阳性率，假阳性率，真阴性率，假阴性率，这四个率的产生是一个相对指标，即有一个参考标准，比如一个检测方法... ...
分类：
其他好文 时间：
2018-10-16 01:45:57
阅读次数：
180
