摘要: Faster R CNN 论文:Faster R CNN: Towards Real Time Object Detection with Region Proposal Networks 发表时间:2016 发表作者:(Microsoft)Shaoqing Ren, Kaiming He, Ros 阅读全文
posted @ 2019-08-31 13:53 Jamest 阅读(620) 评论(0) 推荐(0) 编辑
摘要: 本文对基于RCNN框架的几个模型进行介绍和总结。 ![目标检测][base64str0] RCNN 论文:Rich feature hierarchies for accurate object detection and semantic segmentation 发表时间:2014 发表作者:( 阅读全文
posted @ 2019-08-30 23:04 Jamest 阅读(285) 评论(0) 推荐(0) 编辑
摘要: 发表时间:2013 发表作者:(Google)Szegedy C, Toshev A, Erhan D 发表刊物/会议:Advances in Neural Information Processing Systems(NIPS) 本文实现了一种利用DNN来做目标检测的方法。当时,CNN等深度学习在 阅读全文
posted @ 2019-08-28 22:05 Jamest 阅读(325) 评论(0) 推荐(0) 编辑
摘要: 目标检测 目标检测(object detection) ,就是在给定的一张图片中精确找到物体所在的位置,并标注出物体的类别。所以,目标检测要解决的问题就是物体在哪里以及是什么的整个流程问题。但是,在实际照片中,物体的尺寸变化范围很大,摆放物体的角度、姿态、在图片中的位置都不一样,物体之间可能还有重叠 阅读全文
posted @ 2019-08-28 21:15 Jamest 阅读(14637) 评论(0) 推荐(0) 编辑
摘要: 第1章 在线广告综述 1.1 广告的定义与目的 广告是由已确定的出资人通过各种媒介进行的有关产品(商品、服务和观点)的,通常是有偿的、有组织的、综合的、劝服性的非人员的信息传播活动 广告的根本目的,是广告主通过媒体达到低成本的用户接触。 要确定是否真的成本较低,需要用到一个“投入产出比(Return 阅读全文
posted @ 2019-08-01 23:09 Jamest 阅读(742) 评论(0) 推荐(0) 编辑
摘要: Word2Vec详解 word2vec可以在百万数量级的词典和上亿的数据集上进行高效地训练;其次,该工具得到的训练结果——词向量(word embedding),可以很好地度量词与词之间的相似性。随着深度学习(Deep Learning)在自然语言处理中应用的普及,很多人误以为word2vec是一种 阅读全文
posted @ 2019-07-14 14:07 Jamest 阅读(1432) 评论(0) 推荐(0) 编辑
摘要: 第一章 引言 pd.scatter_matrix(pd.DataFrame(X_train),c=y_train_name,figsize=(15,15),marker='o',hist_kwds={'bins':20},s=60,alpha=.8,cmap=mglearn.cm3) 绘制散点图矩阵 阅读全文
posted @ 2019-07-14 14:06 Jamest 阅读(448) 评论(0) 推荐(0) 编辑
摘要: 百面机器学习是一本记录面试问题的书,一方面,学习里面的问题和解答有助于我们更好的掌握机器学习,另一方面,以目录为索引,可以扩展我们的知识面,掌握应届生从事机器学习必备的技能。下面以章节为单位,记录书本的大纲内容。 第1章 特征工程 01 为什么要对数值类型的特征做归一化? 对数值类型的特征做归一化可 阅读全文
posted @ 2019-07-14 14:05 Jamest 阅读(4615) 评论(0) 推荐(1) 编辑
摘要: 在此记录下常见的深度学习面试问题。 softmax函数导数的推导 softmax用于多分类过程中,它将多个神经元的输出,映射到(0,1)区间内,可以看成概率来理解。softmax就是将原来输出通过softmax函数一作用,就映射成为(0,1)的值,而这些值的累和为1(满足概率的性质),那么我们就可以 阅读全文
posted @ 2019-07-12 22:38 Jamest 阅读(8933) 评论(0) 推荐(0) 编辑
摘要: 判别式模型和生成式模型的区别? 判别方法:由数据直接学习决策函数 Y = f(X),或者由条件分布概率 P(Y|X)作为预测模型,即判别模型。 生成方法:由数据学习联合概率密度分布函数 P(X,Y),然后求出条件概率分布P(Y|X)作为预测的模型,即生成模型。 由生成模型可以得到判别模型,但由判别模 阅读全文
posted @ 2019-07-09 18:26 Jamest 阅读(9360) 评论(0) 推荐(0) 编辑