感知机 基本形式 感知机是一种线性分类模型，同时也为判别模型。其形式如下： \begin{equation} f(x) = \mathrm{sign}(w \cdot x + b) \end{equation} 其中\(\mathrm{sign}\)为符号函数满足下式： \[\begin{equat ...

最近用到百度飞桨的 PaddleOCR，研究了一下PaddleOCR的服务化部署，简单记录一些部署过程和碰到的问题。 基础环境 paddlepaddle 2.5.2 python 3.7 paddlehub 2.1.0 PaddleOCR 2.6 pip 20 #查看 python 版本 pytho ...

基于动态规划的强化学习算法 学习「强化学习」（基于这本教材，强烈推荐）时的一些总结，在此记录一下。 在马尔可夫决策过程 环境模型已知（也就是状态转移函数P、奖励函数r已知）的情况下，我们可以通过 「动态规划」 求得马尔可夫决策过程的最优策略 \(\pi^*\) 。 1. 动态规划 对于做过算法题目的 ...

背景 Mixup（混合） 定义 对于一个样本\((x_i,y_i)\)，将其与另一个样本\((x_j,y_j)\)混合： \[\begin{aligned} \tilde{x}_i &= \lambda x_i + (1-\lambda)x_j, \\ \tilde{y}_i &= \lambda ...

马尔可夫决策过程 个人在学习「马尔可夫过程」时（基于这本教材，强烈推荐），做了些总结，并将遇到了一些感到困惑自我解答了，在此整理并记录一下。 1. 马尔可夫性质 简单的一句话：当前状态 只取决于上一时刻 的状态。这个视频很生动地解释了这一性质。 2. 马尔可夫过程 「马尔可夫过程」也叫「马尔可夫链」 ...

1. 加载数据集 MNIST from torchvision import datasets, transforms transform = transforms.Compose([ transforms.ToTensor(), # value of pixel: [0, 255] -> [0, ...

AUC是推荐系统常用的线下评价指标，其全称是Area Under the Curve。这里的Curve一般是指ROC(受试者操作曲线，Receiver operating characteristic)，所以我们所说的AUC一般是指AUROC。 本文将沿分类阈值 -> 混淆矩阵 -> ROC -> ...

Numpy 高维空间中的轴 (axis) 完成日期: 2024-03-01 更新日期: 2024-03-01 问题 Numpy 中有众多操作会涉及到一个参数 axis, 也就是 轴. 这到底是什么? 沿着某轴操作 (例如 np.sum(axis=0)) 又是什么意思? 对于低维数组, 或许可以按 行 ...

论文标题：Multi-modal Fake News Detection on Social Media via Multi-grained Information Fusion 论文作者：Yangming Zhou, Yuzhou Yang, Qichao Ying, Zhenxing Qian, ...

在Kaggle竞赛中，要求我们应用时间序列预测，根据厄瓜多尔大型杂货零售商Corporación Favorita的数据预测商店销售情况，建立一个模型，准确地预测在不同商店销售的商品的单位销量。准确的预测可以减少与库存过多相关的食物浪费，提高客户满意度。 在六个可用的数据文件中，我们分析了其中的三... ...

可视化模型在测试样本中的表现为我们的评估增添了一个引人入胜、富有洞察力的维度。通过图形表示，我们可以更直观地了解模型在不同实例中的表现。通过这种可视化的探索，我们可以发现一些模式、趋势或潜在的改进领域，而这些在数字指标中可能并不明显。让我们深入研究可视化表示，揭示模型在测试数据上表现的细微差别。 ...

Homework3 数据集下载 在本地环境下进行实验总是令人安心，但是又苦于网上找不到数据集，虽然kaggle上有数据集但是下载存在问题 于是有了一个天才的想法，间接从kaggle上下载（利用output文件夹中的文件是可下载这一机制将数据集从input文件夹拷贝到output文件夹），具体操作如下 ...

本文介绍了一种基于深度学习的玉米病虫害检测系统系统的代码，采用最先进的YOLOv8算法并对比YOLOv7、YOLOv6、YOLOv5等算法的结果·，能够准确识别图像、视频、实时视频流以及批量文件中的玉米病虫害。文章详细解释了YOLOv8算法的原理，并提供了相应的Python实现代码、训练数据集，以及... ...

模型持久化（模型保存与加载）是机器学习完成的最后一步。因为，在实际情况中，训练一个模型可能会非常耗时，如果每次需要使用模型时都要重新训练，这无疑会浪费大量的计算资源和时间。 通过将训练好的模型持久化到磁盘，我们可以在需要使用模型时直接从磁盘加载到内存，而无需重新训练。这样不仅可以节省时间，还可以提高 ...

前言 关于Transformer原理与论文的介绍：详细了解Transformer：Attention Is All You Need PyTorch中实现Transformer模型 前面介绍了，Transformer 模型结构的实现，这里介绍下论文中提到的训练策略与设置。 设置文件名为trainin ...

原作：乔纳森·阿尔诺 时间：2023 年 12 月 11 日 在本文中，我们将解释如何解决手写人口普查的 OCR 问题，以及我们从这次实验中吸取的教训。本文将追踪我们测试的库和在线服务，以及我们如何应用鲁昂大学的科学出版物来进行历史文献分析。 为历史文档建立索引 光学字符识别 (OCR) 是一项成熟 ...

分类模型评估时，scikit-learn提供了混淆矩阵和分类报告是两个非常实用且常用的工具。它们为我们提供了详细的信息，帮助我们了解模型的优缺点，从而进一步优化模型。 这两个工具之所以单独出来介绍，是因为它们的输出内容特别适合用在模型的评估报告中。 1. 混淆矩阵 混淆矩阵（Confusion Ma ...

Softmax求导 其实BP过程在pytorch中可以自动进行，这里进行推导只是强迫症 A Apart证明softmax求导和softmax的BP过程 本来像手打公式的，想想还是算了，引用部分给出latex公式说明。 A.1 softmax导数 A.2 softmax梯度下降 B 基本上都是拾人牙慧 ...

一、对比度增强算法AGCWD硬件化实现 2013年发表在TIP上的对比度增强算法AGCWD（Efficient contrast enhancement using adaptive gamma correction with weighting distribution） 2014年发表在IEEE ...

前言 关于Transformer原理与论文的介绍：详细了解Transformer：Attention Is All You Need 对于论文给出的模型架构，使用 PyTorch 分别实现各个部分。 命名transformer.py，引入的相关库函数： import copy import torc ...