经验误差 泛化误差 过拟合 评估方法 留出法 采用分层采样的方式留出验证集 交叉验证法 将数据集均分k份，留出一份作为交叉验证集，重复k次取均值 自助法 随机可重复采样m次，所得集合作为训练集，余下数据作为验证集 在数据集较小时，自助法比较可靠 在数据集较大时，留出法和交叉验证法更常用一些 调参与最 ...
分类：
其他好文 时间：
2017-09-19 11:01:12
阅读次数：
134
以下对RDD的三种创建方式、单类型RDD基本的transformationapi、采样Api以及pipe操作进行了javaapi方面的阐述一、RDD的三种创建方式从稳定的文件存储系统中创建RDD，比如localfileSystem或者hdfs等，如下：//从hdfs文件中创建
JavaRDD<String>textFileRDD=sc.textFile("hd..
分类：
编程语言 时间：
2017-09-18 10:53:03
阅读次数：
264
Q：CNN最成功的应用是在CV，那为什么NLP和Speech的很多问题也可以用CNN解出来？为什么AlphaGo里也用了CNN？这几个不相关的问题的相似性在哪里？CNN通过什么手段抓住了这个共性？ 以上几个不相关问题的相关性在于，都存在局部与整体的关系，由低层次的特征经过组合，组成高层次的特征，并且 ...
分类：
其他好文 时间：
2017-09-18 01:14:37
阅读次数：
219
平时接触到的复位有三种，分别是同步复位、异步复位还有异步复位同步释放 ·1、同步复位 同步复位里，复位做为使能信号，就不存在因为不满足建立时间而产生的亚稳态，但是如果复位信号有效 周期小于一个时钟周期的话，会出现复位信号采样不到的问题。 2、异步复位 异步复位比同步复位节省资源，但是如果异步复位结束 ...
分类：
其他好文 时间：
2017-09-17 18:59:27
阅读次数：
140
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
上一节主要是介绍LSD算法理论，这节主要是介绍LBD算法。 1.尺度空间中提取线段 为了克服在线检测碎片问题和提高大尺度变化的性能，我们的检测框架采用由对原始图像进行搞死下采样（ with a set of 尺度因子and 高斯模糊 ）的尺度空间金字塔组成（N层图像）。我们首先用Edline算法每层 ...
分类：
编程语言 时间：
2017-09-14 23:56:43
阅读次数：
1052
前言 由于逻辑分析仪太贵，altera贴心提供signal tap II来观察输出波形，不过使能signaltap II会占用片内ram，毕竟原理就是把数据采样到ram中再通过jtag口上传到quartus中显示。 流程 1.项目全编译完成后，打开signaltapII： 2.打开默认有一个文件，重 ...
分类：
其他好文 时间：
2017-09-14 23:27:24
阅读次数：
171
第1章 引言 第2章 数学知识 第3章 光栅算法 第4章 信号处理 第5章 线性代数 第6章 矩阵变换 第7章 观察 第8章 隐藏面消除 第9章 表面明暗处理 第10章 光线追踪 第11章 纹理映射 第12章 完整的图形流水线 第13章 图形学的数据结构 第14章 采样 第15章 曲线 第16章 计 ...
分类：
其他好文 时间：
2017-09-12 09:52:31
阅读次数：
310
cardinality是放在mysql存储引擎层进行的。采用的是采样取值。在innodb存储引擎中，cardinality统计信息的更新发生在两个操作中：insert和update 更新策略为:-表中1/16的数据发生过变化-stat_modified_counter>2000 000 000 (s ...
分类：
数据库 时间：
2017-09-11 18:14:10
阅读次数：
261
音频文件 音频文件是对声音进行数字转换之后存放的数据文件，了解音频数据必须先知道几个重要概念。 1. 采样：对声音信息录入时，行进的最小操作单位，一般一次采样具有左右2个声道，每个声道用1或2个字节来存储； 这样采样的量化位数是8位，或16位(样本位宽)，量化位数越高声音音质越好；就像11位电话号码 ...
分类：
其他好文 时间：
2017-09-11 10:21:55
阅读次数：
238
