上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 26 下一页
摘要: 1.数据库 Dataset1.txt:328个同学的身高、体重、性别数据(78个女生250个男生) Dataset2.txt:124个同学的数据(40女、84男) Dataset3.txt:90个同学的数据(16女,74男) 数据集:提取码:e8ph 2.需要完成的工作 (1)以dataset1为训 阅读全文
posted @ 2019-03-31 13:11 珠峰上吹泡泡 阅读(1483) 评论(0) 推荐(1) 编辑
摘要: 1 动名词作宾补 这个用法很少,举个例子体会: 我们叫这种活动为野营 we call this activity camping. 2 不定式作宾补 一般格式为:“v + sb to do”。不是所有的动词v都有这种结构,常见的动词如下: tell/ask,get(让),cause(促使),want 阅读全文
posted @ 2019-03-30 21:47 珠峰上吹泡泡 阅读(1592) 评论(0) 推荐(1) 编辑
摘要: 标题:《You Only Look Once: Unified, Real-Time Object Detection》 时间:2015 出版源:CVPR 2016 主要链接: arXiv:http://arxiv.org/abs/1506.02640 github(Official):https: 阅读全文
posted @ 2019-03-30 19:26 珠峰上吹泡泡 阅读(596) 评论(0) 推荐(0) 编辑
摘要: 1 非谓语动词作宾语 1.1 不定式作宾语 含有宾语成分的句子结构有3种,是否可以用不定式代替其中的宾语,有如下说明: 对于其中的细节,主要介绍四点,如下: (1)对于 主 + 谓 + 宾 的结构,虽然可以接不定式作宾语,但是,并不是所有的谓语后边都可以接不定式作为宾语,常见的后边可以接不定式作宾语 阅读全文
posted @ 2019-03-28 18:32 珠峰上吹泡泡 阅读(4089) 评论(0) 推荐(2) 编辑
摘要: 我们知道,有些网页上的视频,没有下载的按钮,并且有些视频需要付费下载,很多同学因此很苦恼。不怕,有问题找我,我试试用程序员的方式通俗易懂教会大家。 1.你先下载一个Python,不会下载的同学可以看这篇文章或者安装anaconda。 2.安装好Python之后,我们使用快捷键:win+R,打开运行界 阅读全文
posted @ 2019-03-27 21:55 珠峰上吹泡泡 阅读(4499) 评论(0) 推荐(0) 编辑
摘要: 1 什么是非谓语动词 注: (1)从句是完成的句子,非谓语动词不是完整的句子。 (2)动名词doing 强调的是名词,分词doing 强调的是动作。 (3)其余的7种为“主语,宾语,表语,补语,定语,状语,同位语”,但是并不是说非谓语的三种形式都可以作7种句子成分,具体如下: 2 非谓语动词作主语 阅读全文
posted @ 2019-03-27 21:26 珠峰上吹泡泡 阅读(4205) 评论(0) 推荐(1) 编辑
摘要: 标题:《SSD: Single Shot MultiBox Detector》 时间:2015 出版源:ECCV 2016 主要链接: arXiv:https://arxiv.org/abs/1512.02325 github(Official):https://github.com/weiliu8 阅读全文
posted @ 2019-03-27 20:37 珠峰上吹泡泡 阅读(271) 评论(0) 推荐(0) 编辑
摘要: 在物体检测中,NMS(Non-maximum suppression)应用十分广泛,其目的是为了消除多余的框,找到最佳的物体检测的位置。在RCNN系列算法中,会从一张图片中找出很多个候选框(可能包含物体的矩形边框),然后为每个矩形框为做类别分类概率。 就像上面的图片一样,定位一个车辆,最后算法就找出 阅读全文
posted @ 2019-03-27 13:49 珠峰上吹泡泡 阅读(278) 评论(0) 推荐(0) 编辑
摘要: 在目标检测的评价体系中,有一个参数叫做 IoU(intersection-over-union),简单来讲就是模型产生的目标窗口和原来标记窗口的交叠率。具体我们可以简单的理解为: 即检测结果(DetectionResult)与 Ground Truth 的交集比上它们的并集,即为检测的准确率 IoU 阅读全文
posted @ 2019-03-26 20:45 珠峰上吹泡泡 阅读(427) 评论(0) 推荐(0) 编辑
摘要: ground truth就是参考标准,一般用来做误差量化。比方说要根据历史数据预测某一时间的温度,ground truth就是那个时间的真实温度。error就是(predicted temperature - real temprature)。在监督学习中,数据是有标签(label)的的,以(x, 阅读全文
posted @ 2019-03-26 17:20 珠峰上吹泡泡 阅读(1700) 评论(0) 推荐(0) 编辑
上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 26 下一页