码迷,mamicode.com
首页 >  
搜索关键字:高斯    ( 2377个结果
CenterNet 数据加载解析
本文主要解读CenterNet如何加载数据,并将标注信息转化为CenterNet规定的高斯分布的形式。 1. YOLOv3和CenterNet流程对比 CenterNet和Anchor-Based的方法不同,以YOLOv3为例,大致梳理一下模型的框架和数据处理流程。 YOLOv3是一个经典的单阶段的 ...
分类:Web程序   时间:2020-07-30 18:23:01    阅读次数:91
JDK各个版本的新特性
JAVA java之父 詹姆斯·高斯林 (James Gosling)是一名软件专家,1955年5月19日出生于加拿大,Java编程语言的共同创始人之一,一般公认他为“Java之父” 詹姆斯·高斯林毕业后到IBM工作,设计IBM第一代工作站NeWS系统,但不受重视。后来转至Sun公司。1990年,与 ...
分类:其他好文   时间:2020-07-24 23:43:08    阅读次数:202
ArcMap操作随记(10)
1、基于点生成辐射线 【缓冲区】→【构造视线】 2、求算点集中于剩余点距离总和最小的点 【构造视线】→【计算几何】→【汇总】 3、关于空间参考,关于投影 ①横轴墨卡托投影 “等角横轴切圆柱投影” “兰伯特-高斯投影” 4、分配快捷键 【自定义】【自定义模式】【分配快捷键】 5、创建新工具条 【自定义 ...
分类:其他好文   时间:2020-07-23 09:26:20    阅读次数:93
OFDM通信系统的MATLAB仿真(2)
关于OFDM系统的MATLAB仿真实现的第二篇随笔,在第一篇中,我们讨论的是信号经过AWGN信道的情况,只用添加固定噪声功率的高斯白噪声就好了。但在实际无线信道中,信道干扰常常是加性噪声、多径衰落的结合。今天我们准备再进一步,让信号经过多径瑞利衰落信道。在这种信道条件下,信号具体是怎么怎么变化的呢? ...
分类:其他好文   时间:2020-07-23 01:38:31    阅读次数:85
高斯分布|机器学习推导系列(二)
一、概述 假设有以下数据: $$X=(x_{1},x_{1},\cdots ,x_)=\begin x_{1}\ x_{2}\ \vdots \ x_ \end{N \times p}\ 其中x\in \mathbb^且x_\overset{\sim }N(\mu ,\Sigma )\ 则参数\th ...
分类:其他好文   时间:2020-07-22 20:58:47    阅读次数:72
线性回归|机器学习推导系列(三)
一、概述 假设有以下数据: $$D=\left {(x_{1},y_{1}),(x_{2},y_{2}),\cdots ,(x_,y_)\right }\ x_\in \mathbb,y_\in \mathbb,i=1,2,\cdots ,N\ X=(x_{1},x_{1},\cdots ,x_)= ...
分类:其他好文   时间:2020-07-22 20:54:34    阅读次数:82
Java前言
1、Java鼻祖 詹姆斯·高斯林 2、Java发展史 3、发展史要点 1996年1月 第一个JDK-JDK1.0诞生; 1996年4月 10个最主要的操作系统供应商申明将在其产品中嵌入Java技术; 1996年9月 约8.3万个网页应用了Java技术来制作 1997年2月 JDK1.1发布 1997 ...
分类:编程语言   时间:2020-07-22 02:12:00    阅读次数:83
J - EXTENDED LIGHTS OUT
POJ - 1222 与这道题一样,都是高斯消元求异或方程组。 一共$30$盏灯,每盏灯影响上下左右的灯,基本上就是矩阵改一下。 最后求解方程,自由元随你定。 #include<iostream> #include<cstdio> #include<cstring> #include<cmath> ...
分类:其他好文   时间:2020-07-21 23:27:44    阅读次数:107
习题:Guess the Root(高斯消元)
题目 传送门 思路 阿这 基本上就是暴力用高斯消元来搞就行了 因为$mod$很小,所以可以直接枚举$x$ 代码 #include<iostream> using namespace std; const int mod=1e6+3; int n=11; long long a[15][15]; lo ...
分类:其他好文   时间:2020-07-20 00:01:31    阅读次数:98
Pytorch-数据增强
比如,你遇到的一个任务,目前只有小几百的数据,然而目前流行的最先进的神经网络都是成千上万的图片数据,可以通过数据增强来实现。 常用的数据增强手段: Flip(翻转) Rotation(旋转) Scale(缩放) Random Move&Crop(移位&裁剪) Gaussian Noise(高斯噪声) ...
分类:其他好文   时间:2020-07-19 23:06:54    阅读次数:79
2377条   上一页 1 ... 3 4 5 6 7 ... 238 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!