会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
牧马人夏峥
博客园
首页
新随笔
联系
订阅
管理
随笔 - 614
文章 - 0
评论 - 18
阅读 -
44万
随笔分类 -
总结系列
机器学习算法总结(二)
摘要:SVM上:这个算法应该是机器学习这门课里最重要的部分了。 首先是SVM的思想:找到超平面,将两类中距离最近的点分的越开越好(直至二者相等)。 然后是函数间隔和几何间隔的定义,二者之间的区别。 接着是超平面模型的建立,看看它是如何将问题转化为凸优化问题的。 SVM第一个...
阅读全文
posted @
2015-05-06 09:31
牧马人夏峥
阅读(143)
评论(0)
推荐(0)
编辑
机器学习算法总结(一)
摘要:感知机:这是最简单的一个机器学习算法,不过有几点还是要注意一下。 首先是损失函数的选取,还有为了使损失函数最小,迭代过程采用的梯度下降法,最后得到最优的w,b 直观解释就是,调整w,b的值,使分离超平面向误分类点移动,以减小误分点与超平面的距离,直至超平面 ...
阅读全文
posted @
2015-05-05 09:19
牧马人夏峥
阅读(260)
评论(0)
推荐(0)
编辑
公告
昵称:
牧马人夏峥
园龄:
10年3个月
粉丝:
69
关注:
76
+加关注
<
2025年3月
>
日
一
二
三
四
五
六
23
24
25
26
27
28
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
搜索
常用链接
我的随笔
我的评论
我的参与
最新评论
我的标签
我的标签
meanshift
(1)
数学
(1)
随笔分类
《统计学习方法》笔记(4)
Andriod(12)
awk记录(1)
C++(41)
C++ Primer(3)
C++内存管理(1)
C++设计模式(3)
Caffe(23)
deep learning(69)
Fluent Python(7)
JAVA(2)
keras(1)
Knowledge Distillation(1)
LeetCode(93)
Linux(3)
matlab(7)
mmdetection(2)
NCNN(1)
OpenCV(45)
python(19)
pytorch(7)
R-CNN(11)
reading papers(37)
RNN(1)
SSD(6)
STL(7)
Tensorflow(10)
TF2.0(2)
visual tracking(20)
YOLO(2)
操作系统(3)
递归(2)
动态规划(4)
机器学习(55)
机器学习基石(28)
计算机视觉(9)
计算机网络(1)
模型压缩与加速(1)
目标检测(2)
人脸检测与识别(4)
神经网络(6)
生活感悟(1)
数据结构与算法(7)
斯坦福机器学习公开课笔记(2)
特征检测(5)
图像(17)
信号处理(1)
找工作(41)
总结系列(2)
更多
随笔档案
2023年4月(1)
2022年8月(1)
2022年7月(1)
2021年9月(2)
2021年2月(1)
2021年1月(1)
2020年11月(2)
2020年10月(1)
2020年5月(1)
2020年4月(2)
2020年3月(4)
2020年2月(5)
2020年1月(2)
2019年12月(12)
2019年11月(7)
2019年10月(2)
2019年9月(4)
2019年8月(7)
2019年7月(9)
2019年6月(12)
2019年5月(12)
2019年4月(8)
2019年3月(2)
2019年2月(1)
2019年1月(13)
2018年12月(7)
2018年11月(6)
2018年10月(2)
2018年9月(16)
2018年8月(4)
2018年7月(2)
2018年6月(3)
2018年5月(5)
2018年4月(8)
2018年3月(3)
2018年2月(4)
2018年1月(11)
2017年12月(6)
2017年11月(5)
2017年10月(2)
2017年9月(6)
2017年8月(7)
2017年7月(7)
2017年6月(3)
2017年4月(10)
2017年3月(4)
2017年1月(4)
2016年12月(16)
2016年11月(15)
2016年10月(12)
2016年9月(27)
2016年8月(32)
2016年7月(17)
2016年6月(11)
2016年5月(51)
2016年4月(17)
2016年3月(14)
2015年12月(1)
2015年10月(12)
2015年9月(38)
2015年8月(24)
2015年7月(22)
2015年6月(20)
2015年5月(18)
2015年4月(17)
2015年3月(11)
2015年1月(1)
更多
阅读排行榜
1. CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.ustc.edu.cn/anaconda/pkg(21674)
2. strcpy、memcpy和memset之间的区别(12782)
3. r-cnn学习(五):SmoothL1LossLayer论文与代码的结合理解(12418)
4. pytorch:修改预训练模型(9045)
5. faster r-cnn 在CPU配置下训练自己的数据(8581)
评论排行榜
1. YOLOv2训练自己的数据集(VOC格式)(6)
2. strcpy、memcpy和memset之间的区别(5)
3. RFB Net笔记(1)
4. RefineDet训练自己的数据(1)
5. RefineDet算法笔记(1)
推荐排行榜
1. strcpy、memcpy和memset之间的区别(2)
2. mmdetection模型构建及Registry注册器机制(1)
3. CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://mirrors.ustc.edu.cn/anaconda/pkg(1)
4. ncnn编译安装(1)
5. pytorch中的 requires_grad和volatile(1)
最新评论
1. Re:RefineDet算法笔记
你好,请问为什么我的两个arm loss一直是nan,改学习率也没用
--ZzzzzzHuiliyi
2. Re:strcpy、memcpy和memset之间的区别
while(size -- > 0 )
*pbTo = *pbFrom ;
这个有问题吧????
--简单的旅行
3. Re:RFB Net笔记
想请教下,如果将RFB模块用在浅层区域,比如就是输入图片端,来提取特征图,效果怎样?? 是否比VGG等模型会好?? 还是说一般情况下,提取特征图,还是要用到vgg, resnet等经典网络呢?...
--老笨啊
4. Re:strcpy、memcpy和memset之间的区别
while((*strDest = *strSrc ) != '\0');这怎么实现?这不应该是死循环吗?
--LDM回忆
5. Re:RefineDet训练自己的数据
你好,请问具体需要修改哪些地方啊
--林疏浅阳
点击右上角即可分享