SIFT(Scale-Invariant Feature Transform)是一种具有尺度不变性和光照不变性的特征描述子，也同时是一套特征提取的理论，首次由D. G. Lowe于2004年以《Distinctive Image Features from Scale-Invariant Keypo... ...
分类：
其他好文 时间：
2017-09-25 14:43:47
阅读次数：
2311
逻辑回归名字比较古怪，看上去是回归，却是一个简单的二分类模型。 逻辑回归的目标函数是如下形式： 其中x是features，θ是feature的权重，σ是sigmoid函数。将θ0视为θ0*x0（x0取值为常量1），那么 这里我们取阈值为0.5，那么二分类的判别公式为： 下面说一下参数θ的求解： 为啥 ...
分类：
其他好文 时间：
2017-09-24 23:34:43
阅读次数：
187
第三部分——feature 简要介绍： 这部分比较简单。主要用<p>元素写了两句话。用一张图片设置背景。 页面效果： HTML代码： CSS代码： ...
分类：
Web程序 时间：
2017-09-24 20:32:53
阅读次数：
208
max pooling 在不同的 depth 上是分开执行的，且不需要参数控制。也就是说，pooling之后，feature map的维度不会改变 ...
分类：
其他好文 时间：
2017-09-24 14:30:56
阅读次数：
109
1. remove skew Why: Many model built on the hypothsis that the input data are distributed as a 'Normal Distribution'(Gaussian Distribution). So if the ...
分类：
其他好文 时间：
2017-09-22 12:04:29
阅读次数：
145
在运行docker-machine scp 命令的时候，报错： "You must have a copy of the scp binary locally to use the scp feature" 【解决方法】 It Works!... just adding path to ...Git... ...
分类：
其他好文 时间：
2017-09-21 11:15:48
阅读次数：
167
作为我的处子随笔,我就凭着我所想到的记录一下这段时间探索我所做的这个Feature的历程以及所学,所感. 先说一下背景,Provisiong一直是我们COM组项目里比较重要的配置环节,诞生10来年,一直是Java Swing作为主要的GUI界面,配合后台的OMCP Server 与网元以及数据库打交 ...
分类：
Web程序 时间：
2017-09-20 17:53:56
阅读次数：
162
1 感受野的概念 在卷积神经网络中，感受野的定义是 卷积神经网络每一层输出的特征图（feature map）上的像素点在原始图像上映射的区域大小。一般感受野大小是目标大小的两倍左右最合适！ RCNN论文中有一段描述，Alexnet网络pool5输出的特征图上的像素在输入图像上有很大的感受野（have ...
分类：
其他好文 时间：
2017-09-19 18:03:13
阅读次数：
788
分类算法： 决策树： 对每一节点，根据feature进行分类。 选择信息增益最大的feature， 也就是选择将不确定性降低最多的feature。 随机森林： 多个决策树的投票机制来改善决策树，假设有m棵决策树，要有m个一定数量的样本集来训练一棵树(每棵决策树处理一个训练样本子集)，如果用全样本来训 ...
分类：
编程语言 时间：
2017-09-17 13:39:41
阅读次数：
285
http://blog.csdn.net/XZZPPP/article/details/51582810 在这个特征图上使用3*3的卷积核（滑动窗口）与特征图进行卷积，那么这个3*3的区域卷积后可以获得一个256维的特征向量。因为这个3*3的区域上，每一个特征图上得到一个1维向量，256个特性图即可 ...
分类：
其他好文 时间：
2017-09-16 22:07:06
阅读次数：
256
