随笔分类 -  机器学习

机器学习,深度学习,人工智能
摘要:这部分代码主要参考这位博主的讲解,原文链接:https://blog.csdn.net/AliceH1226/article/details/123429849 为什么要使用NMS 在目标检测中,模型输出的预测框数量往往远大于实际的真实框数量,并且是堆叠在一起的,非极大值抑制(Non-Maximum 阅读全文
posted @ 2022-05-08 22:17 马铃薯1 阅读(428) 评论(0) 推荐(0) 编辑
摘要:Numpy是python数据科学计算的核心库,提供了高性能的多维数组对象及处理数组的工具安装:pip install numpy1.创建数组np.arange()函数返回一个有终点和起点的固定步长的排列,分为一个参数,两个参数,三个参数三种情况:1> 一个参数时,参数值为终点,起点取默认值0,步长取 阅读全文
posted @ 2021-10-21 18:07 马铃薯1 阅读(154) 评论(0) 推荐(0) 编辑
摘要:python库 Numpy:为python提供快速的多维数组处理能力 Pandas:在Numpy基础上提供了更多的数据读写工具 Scipy:在Numpy上添加了众多科学计算工具包 Matplotlib:Python丰富的绘图库 导入Numpy函数库,一般都是这样的形式 # 导入Numpy函数库,一般 阅读全文
posted @ 2020-11-10 11:52 马铃薯1 阅读(104) 评论(0) 推荐(0) 编辑
摘要:SVD 奇异值分解 Amxn = Umxm ∑mxn Vnxn 奇异值分解(Singular Value Decompositionm,简称SVD)是在机器学习领域应用较为广泛的算法之一,也是学习机器学习算法绕不开的基石之一。 奇异值分解(SVD)通俗一点讲就是将一个线性变换分解为两个线性变换,一个 阅读全文
posted @ 2020-11-08 11:54 马铃薯1 阅读(1228) 评论(0) 推荐(0) 编辑
摘要:一、概率论 概率论,是研究随机现象数量规律的数学分支。随机现象是相对于决定性现象而言的,在一定条件下必然发生某一结果的现象称为决定性现象 1.古典概型 古典概型也叫传统概率,在这个模型下,随机实验所有可能的结果是有限的,并且每个基本结果发生的概率是相同的。 基本事件总数: 第1个球,有N种放法 第2 阅读全文
posted @ 2020-10-29 17:09 马铃薯1 阅读(688) 评论(0) 推荐(0) 编辑
摘要:一、什么是机器学习 对于某给定的任务T,在合理的性能度量方法P的前提下,某计算机程序可以自主学习任务T的经验E;随着提供合适、优质、大量的经验E,该程序对于任务T的性能逐步提高 换句话说: 机器学习是人工智能的一个分支。我们使用计算机设计一个系统,使它能够根据提供的训练数据按照一定的方式来学习;随着 阅读全文
posted @ 2020-10-27 16:15 马铃薯1 阅读(460) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示