随笔分类 -  CV

摘要:GAN(Generative Adversarial Network) 生成对抗网络 1. 为什么要有这个东西? 为了解决相同输入x,不同输出y的情形,每一个输出都是对的,唯一可以知道的是他服从某一个分布。 李宏毅中的例子是根据游戏的前三帧,去预测下一帧,当前三帧游戏人物走到路口的时候,下一帧可能左 阅读全文
posted @ 2022-11-29 23:25 咿呀咿呀悠 阅读(114) 评论(0) 推荐(0) 编辑
摘要:LSTM 又叫长 短时记忆神经网络,问了解决RNN不能处理 从较长的前文中推断下一个单词的问题 而提出的 从较长的前文中推断下一个单词的问题比如:"I grew up in France… I speak fluent French."不能从这句中推出French,因为中间隔了好多词 遗忘门: 参考 阅读全文
posted @ 2022-11-26 21:21 咿呀咿呀悠 阅读(61) 评论(0) 推荐(0) 编辑
摘要:构造列表筛选功能 import numpy as np a = np.array(range(6)).reshape(2,3) mask = np.array([1,2]) print('原数组\n',a) print('筛选数组',mask) 原数组 [[0 1 2] [3 4 5]] 筛选数组 阅读全文
posted @ 2022-10-21 16:07 咿呀咿呀悠 阅读(21) 评论(0) 推荐(0) 编辑
摘要:损失函数作用 损失函数是一个衡量预测值和真实值之间差异的函数 Li表示第 i 张图片,预测值的十个输出与真实值之间的差异 1. hinge 损失函数(应用于SVM) 基本思想 理想的输出的结果 对应的真实标签的得分应该是很高的, 比其他所有类别都高出一定的阈值,这样才好,此时损失值为0 否则的话就要 阅读全文
posted @ 2022-10-21 16:06 咿呀咿呀悠 阅读(68) 评论(0) 推荐(0) 编辑
摘要:最近邻算法 思想: 训练:只是记录下每个样本的位置和标签 预测:遍历每个点,看一下距离该点最近的样本点的标签是啥,那他就是哪一类 K近邻算法 思想: 训练:只是记录下每个样本的位置和标签 预测:遍历每个点,看一下距离该点最近的K个样本点的标签较多的是啥,那他就是哪一类,如果各类数量一样无法区分 实现 阅读全文
posted @ 2022-10-21 16:06 咿呀咿呀悠 阅读(24) 评论(0) 推荐(0) 编辑
摘要:斯坦福CS231 视频 视频 作业笔记 概述 导论 计算机视觉很火 随着传感器(摄像头的的增多)网上80%都是视频 视频理解很难:可以类比物理学中的暗物质,占据宇宙(网络)中绝大部分,但是很难理解 比较直观的应用就是短视频平台中需要对用户上传的视频进行分类(好、坏 or 进一步分为搞笑、科普、测评、 阅读全文
posted @ 2022-10-21 16:06 咿呀咿呀悠 阅读(16) 评论(0) 推荐(0) 编辑
摘要:神经网络中的反向传播中的梯度计算一直是让我和头疼的问题,翻了好多资料,现在记录下自己目前的所得 结论 设\ y = f(X  W) , C=X  W,则有:
$$ \frac{\partial y}{\parti 阅读全文
posted @ 2022-10-21 15:56 咿呀咿呀悠 阅读(398) 评论(0) 推荐(0) 编辑

🚀
回顶
收起
🔑
点击右上角即可分享
微信分享提示
  1. 1 辞 九门回忆 REOL
辞 九门回忆 - REOL
00:00 / 00:00
An audio error has occurred.

作词 : 虫二颠

作曲 : 唯子/妖狐公子

一曲定重楼

一眼半生筹

看的全都是那诡谲云涌

入得此门不回首

无需宣之于口

我对案再拜那风雨瓢泼的残陋

再聚首

戏子多秋

可怜一处情深旧

满座衣冠皆老朽

黄泉故事无止休

戏无骨难左右

换过一折又重头

只道最是人间不能留

误闯天家

劝余放下手中砂

张口欲唱声却哑

粉面披衣叫个假

怜余来安座下

不敢沾染佛前茶

只作凡人赴雪月风花

绕过胭脂楼

打散结发扣

唱的全都是那情深不寿

入得此门不回首

无需宣之于口

我对镜遮掩那风雨瓢泼的残陋

碑已旧

戏子多秋

可怜一处情深旧

满座衣冠皆老朽

黄泉故事无止休

戏无骨难左右

换过一折又重头

只道最是人间不能留

误闯天家

劝余放下手中砂

送那人御街打马

才子佳人断佳话

怜余来苦咽下

求不得佛前茶

只留三寸土种二月花