huaobin

摘要： 第一步是选择 ImageNet 上的一个特定类别来训练 VGG16 网络。比如，将下图中的美国北斗鸟类别设定为 20： 图 1 北斗鸟示意图 ImageNet 类别在网站 https://gist.github.com/yrevar/6135f1bd8dcf2e0cc683 中可以找到，作为一个 P 阅读全文

摘要： 线性回归是什么 线性回归主要用来解决回归问题，也就是预测连续值的问题。而能满足这样要求的数学模型被称为“回归模型”。最简单的线性回归模型是我们所熟知的一次函数（即 y=kx+b），这种线性函数描述了两个变量之间的关系，其函数图像是一条连续的直线。如下图蓝色直线： 图1：线性连续函数 还有另外一种回归 阅读全文

摘要： 在《线性回归：损失函数和假设函数》一节，从数学的角度解释了假设函数和损失函数，我们最终的目的要得到一个最佳的“拟合”直线，因此就需要将损失函数的偏差值减到最小，我们把寻找极小值的过程称为“优化方法”，常用的优化方法有很多，比如共轭梯度法、梯度下降法、牛顿法和拟牛顿法。你可能对于上述方法感到陌生，甚至 阅读全文

摘要： 什么是分类问题？ 其实想要理解“分类”问题非常的简单，我们不妨拿最简单的“垃圾分类处理”的过程来认识一下这个词。现在考虑以下场景：小明拎着两个垃圾袋出门倒垃圾，等走到垃圾回收站的时候，小明发现摆放着两个垃圾桶，上面分别贴着“可回收”与“不可回收”。小明经过自己的判断后，把自己右手的垃圾放进了贴有“不 阅读全文

摘要： KNN算法原理 为了判断未知样本的类别，以所有已知类别的样本作为参照来计算未知样本与所有已知样本的距离，然后从中选取与未知样本距离最近的 K 个已知样本，并根据少数服从多数的投票法则（majority-voting），将未知样本与 K 个最邻近样本中所属类别占比较多的归为一类。这就是 KNN 算法基 阅读全文

摘要： 贝叶斯定理 贝叶斯定理的发明者 托马斯·贝叶斯 提出了一个很有意思的假设：“如果一个袋子中共有 10 个球，分别是黑球和白球，但是我们不知道它们之间的比例是怎么样的，现在，仅通过摸出的球的颜色，是否能判断出袋子里面黑白球的比例？”上述问题可能与我们高中时期所接受的的概率有所冲突，因为你所接触的概率问 阅读全文

摘要： if-else原理 想要认识“决策树算法”我们不妨从最简单的“if - else原理”出发来一探究竟。作为程序员，我相信你对 if -else 原理并不感到陌生，它是条件判断的常用语句。下面简单描述一下 if -else 的用法：if 后跟判断条件，如果判断为真，也即满足条件，就执行 if 下的代码 阅读全文

摘要： 决策树算法应用 在 sklearn 库中与决策树相关的算法都存放在sklearn.tree模块里，该模块提供了 4 个决策树算法，下面对这些算法做简单的介绍： 1) .DecisionTreeClassifier() 这是一个经典的决策树分类算法，它提供了许多有用的参数，比如criterion，该参 阅读全文

摘要： 数据集标注选择了一个检测鱼类的数据集，想要尝试自己去制作一个数据集。网站链接：Labeled Fishes in the Wild 选择了60张鱼类的图片，准备标注数据： 由于自身强迫症，看着这些文件名太难受了，改成了VOC格式的000005.jpg命名方式，但是从000000.jpg开始，共60张 阅读全文

摘要： 网络结构图 绘制网络结构图受到Yolov3另一位作者文章的启发，包括下面Yolov4的结构图，确实，从总体框架上先了解了Yolov3的流程。再针对去学习每一小块的知识点，会事半功倍。 上图三个蓝色方框内表示Yolov3的三个基本组件： CBL：Yolov3网络结构中的最小组件，由Conv+Bn+Le 阅读全文