摘要: 在机器学习领域,如果把Accuracy作为衡量模型性能好坏的唯一指标,可能会使我们对模型性能产生误解,尤其是当我们模型输出值是一个概率值时,更不适宜只采取Accuracy作为衡量模型性泛化能的指标.这篇博文会为大家介绍两种比较二分决策模型性能的方法PR曲线, ROC曲线 预测概率 对于分类问题我们可 阅读全文
posted @ 2020-02-29 15:56 老张哈哈哈 阅读(13429) 评论(0) 推荐(2) 编辑
摘要: 当我们在谈论一个模型好坏的时候,我们常常会听到准确率(Accuracy)这个词,我们也会听到"如何才能使模型的Accurcy更高".那么是不是准确率最高的模型就一定是最好的模型? 这篇博文会向大家解释准确率并不是衡量模型好坏的唯一指标,同时我也会对其他衡量指标做出一些简单说明。 首先我们先要了解混淆 阅读全文
posted @ 2020-02-27 19:55 老张哈哈哈 阅读(11438) 评论(0) 推荐(5) 编辑
摘要: 这篇博文主要是解释偏差和方差,以及如何利用偏差和方差理解机器学习算法的泛化性能 综述 在有监督学习中,对于任何学习算法而言,他们的预测误差可分解为三部分 偏差 方差 噪声 噪声属于不可约减误差,无论使用哪种算法,都无法减少噪声。 通常噪声是从问题的选定框架中引入的错误,也可能是由诸如未知变量之类的因 阅读全文
posted @ 2020-02-23 21:15 老张哈哈哈 阅读(1657) 评论(0) 推荐(0) 编辑
摘要: 资源管理 在任何编程语言中,对于资源的使用诸如文件操作或数据库连接等非常普遍。 但是这些资源是有限的,因此我们要确保使用这些资源后及时释放他们, 否则将导致资源泄漏,甚至会使系统变慢或崩溃。 在Python中,可以通过使用上下文管理器来实现对于资源的分配和及时释放,这有助于对资源的正确处理。 执行文 阅读全文
posted @ 2020-02-16 20:13 老张哈哈哈 阅读(270) 评论(0) 推荐(0) 编辑
摘要: 笔者的毕设是做人脸图像的补全,开始使用经典的变分自编码器模型,能达到比较好的补全效果.后来看到BIGGAN的论文,里边他们使用了self attention提高图片生成的效果,查阅了相关资料后也在模型中加入了自注意力层,确实对补全后的图像有了显著的提升.当然了BIGGAN生成的图片能达到以假乱真的地 阅读全文
posted @ 2020-02-14 14:18 老张哈哈哈 阅读(9031) 评论(1) 推荐(2) 编辑
摘要: 栈是一种线性数据结构,用先进后出或者是后进先出的方式存储数据,栈中数据的插入删除操作都是在栈顶端进行,常见栈的函数操作包括 empty() – 返回栈是否为空 – Time Complexity : O(1) size() – 返回栈的长度 – Time Complexity : O(1) top( 阅读全文
posted @ 2020-02-13 11:28 老张哈哈哈 阅读(15176) 评论(0) 推荐(0) 编辑
摘要: 每年六一儿童节,牛客都会准备一些小礼物去看望孤儿院的小朋友,今年亦是如此。HF作为牛客的资深元老,自然也准备了一些小游戏。其中,有个游戏是这样的:首先,让小朋友们围成一个大圈。然后,他随机指定一个数m,让编号为0的小朋友开始报数。每次喊到m-1的那个小朋友要出列唱首歌,然后可以在礼品箱中任意的挑选礼 阅读全文
posted @ 2020-02-01 17:07 老张哈哈哈 阅读(253) 评论(0) 推荐(0) 编辑
摘要: 去重的时候要考虑线性表或链表是否是有序 1.1.无序线性表 对于向量[1,5,3,7,2,4,7,3], 从头开始扫描vector内的元素, 对于表中r处的元素a[r], 检查数组0至r-1区间内是否存在与a[r]重复的元素, 如果存在就删除,否则r++ void deduplicate(vecto 阅读全文
posted @ 2020-01-11 16:35 老张哈哈哈 阅读(1136) 评论(0) 推荐(0) 编辑
摘要: 博客主要结构 1. 如何在ubuntu18.04上安装yolo 2 .如何配置yolov3 3 .如何制作自己的训练集测试集 4 .如何在自己的数据集上运行yolov3 1. 在ubuntu18.04下安装yolov3 安装darknet 按ctrl+atl+t 打开终端, 并在终端下依次输入以下命 阅读全文
posted @ 2019-03-13 23:26 老张哈哈哈 阅读(31940) 评论(4) 推荐(0) 编辑
摘要: This blog is to explain how to install Tensorflow object detection API in Anaconda in Windows 10 as well as how to train train a convolution neural ne 阅读全文
posted @ 2019-03-12 23:37 老张哈哈哈 阅读(4637) 评论(1) 推荐(0) 编辑