【TensorFlow实战】TensorFlow实现经典卷积神经网络之ResNet ...
分类:
Web程序 时间:
2018-09-29 19:19:55
阅读次数:
411
Precision Recall AP(Average Precision) 单纯用 precision 和 recall 都不科学,更科学的做法是把 PR曲线下的面积当做衡量尺度(这就是AP)。这里的 average,等于是对 precision 进行 取平均 。 连续PR曲线 离散PR点 MAP ...
分类:
其他好文 时间:
2018-09-29 14:32:06
阅读次数:
454
1. Dropout简介 1.1 Dropout出现的原因 在机器学习的模型中,如果模型的参数太多,而训练样本又太少,训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题,过拟合具体表现在:模型在训练数据上损失函数较小,预测准确率较高;但是在测试数据上损失函数比较大,预测 ...
分类:
其他好文 时间:
2018-09-27 19:46:08
阅读次数:
196
先验知识 我们首先将数据的类别统一分为两类:正类和负类。例如:一个数据集中的数据一共有3类,小学生、中学生、高中生。我们的目标是预测小学生,那么标记为小学生的数据就是正类,标记为其他类型的数据都是负类。 数据有两种状态:测试集数据和预测结果数据。 对一批测试数据进行预测,结果可以分成四种。 TP(T ...
分类:
其他好文 时间:
2018-09-27 00:03:29
阅读次数:
327
如何选择超参数: 交叉验证: 如图, 大训练集分块,使用不同的分块方法分成N对小训练集和验证集。 使用小训练集进行训练,使用验证集进行验证,得到准确率,求N个验证集上的平均正确率; 使用平均正确率最高的超参数,对整个大训练集进行训练,训练出参数。 在训练集上训练。 十折交叉验证 网格搜索 诸如你有多 ...
分类:
其他好文 时间:
2018-09-15 00:43:30
阅读次数:
533
作者:邓小乔链接:https://www.zhihu.com/question/30643044/answer/224360465 正好最近刚做了个项目是关于imbalanced data的,又深入研究了一把各种evaluation metric,在这儿分享一下。 为了方便,以下专业名词都用英文替代 ...
分类:
其他好文 时间:
2018-09-14 21:40:18
阅读次数:
212
Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后把这些弱分类器集合起来,构成一个更强的最终分类器(强分类器)。Adaboost算法本身是通过改变数据分布来实现的,它根据每次训练集之中每个样本的分类是否正确,以及上次的总体分类的准确率,来确定每个样本的权值 ...
分类:
编程语言 时间:
2018-09-12 13:08:34
阅读次数:
236
在深度学习过程中,会经常看见各成熟网络模型在ImageNet上的Top-1准确率和Top-5准确率的介绍,如下图所示: 那Top-1 Accuracy和Top-5 Accuracy是指什么呢?区别在哪呢?我们知道ImageNet有大概1000个分类,而模型预测某张图片时,会给出1000个按概率从高到 ...
分类:
其他好文 时间:
2018-09-11 11:28:39
阅读次数:
904
对抗生成网络,通过对分别两个矛盾的函数,进行各自的训练,已达到两个函数都能实现各自的最优化,得到的参数就是一个较好的参数 两个对抗函数: 函数一:是判别损失函数,使得判别式的准确率越来越大, 及self.D1被判断为1, self.D2被判断为0 self.loss_d = tf.reduce_me ...
分类:
编程语言 时间:
2018-09-09 22:11:24
阅读次数:
394
0 - ABSTRACT 在这个工作中,我们研究了卷积网络的深度对于它在大规模图像识别设置上的准确率的效果。我们的主要贡献是对使用非常小的卷积核(3×3)来增加深度的网络架构进行彻底评估,这说明了通过将深度增加到16-19层能够比之前最好的业界水平更好。这些发现是我们参加ImageNet Chall ...
分类:
Web程序 时间:
2018-09-09 18:08:18
阅读次数:
225