随笔分类 - AI(人工智能)
摘要：使用sklearn.preprocessing.PolynomialFeatures来进行特征的构造。 它是使用多项式的方法来进行的，如果有a，b两个特征，那么它的2次多项式为（1,a,b,a^2,ab, b^2）。 PolynomialFeatures有三个参数 degree：控制多项式的度 in
阅读全文
摘要：ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感
阅读全文
摘要：1. 准确率，召回率，精确率，F1-score，Fβ，ROC曲线，AUC值 2. 宏平均（Macro-averaging）和微平均（Micro-averaging） 3. Python3 sklearn实现分类评价指标 1. 准确率，召回率，精确率，F1-score，Fβ，ROC曲线，AUC值 为了
阅读全文
摘要：首先，拿好宝剑： 先把yield看做“return”， 普通的return是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了。 看做return之后再把它看做一个是生成器（generator）的一部分（带yield的函数才是真正的迭代器）， 返回的不是一个函数的输出，是一个生成器的结果
阅读全文
摘要：原文：https://medium.com/@karan_jakhar/keras-vs-pytorch-dilemma-dc434e5b5ae0 作者：Karan Jakhar 前言 上一篇2020年计算机视觉学习指南 介绍了两种深度学习框架--Keras 和 PyTorch ，这篇文章的作者就对
阅读全文
摘要：Colab是google最近推出的一项Python在线编程的免费服务, 有了它,不学Python编程的理由又少了一个 Colab环境已经集成了流行的深度学习框架Tensorflow,并附赠了一个虚拟机(40GB硬盘+2*2.30GHZ CPU+12.72GB内存),如果在国内无法访问google的服
阅读全文
摘要：Keras是一个由Python编写的开源人工神经网络库，可以作为Tensorflow、Microsoft-CNTK和Theano的高阶应用程序接口，进行深度学习模型的设计、调试、评估、应用和可视化 [1] 。 Keras在代码结构上由面向对象方法编写，完全模块化并具有可扩展性，其运行机制和说明文档有
阅读全文
摘要：Python的脚本文件是开源的，量化策略的安全性没有保障。因此需要保护源码。那么要对Python代码进行混淆、加密保护。 混淆代码，我准备使用pyminifier。而加密处理，就比较麻烦。 Python有py、pyc、pyw、pyo、pyd等文件格式。 其中，pyc是二进制文件。但很容易被反编译。
阅读全文
摘要：这篇论文是CVPR2017年的文章，采用特征金字塔做目标检测，有许多亮点，特来分享。 论文：feature pyramid networks for object detection论文链接：https://arxiv.org/abs/1612.03144 论文概述： 作者提出的多尺度的object
阅读全文
摘要：Focal loss主要是为了解决one-stage目标检测中正负样本比例严重失衡的问题。该损失函数降低了大量简单负样本在训练中所占的权重，也可理解为一种困难样本挖掘。 目标识别有两大经典结构: 第一类是以Faster RCNN为代表的两级识别方法，这种结构的第一级专注于proposal的提取，第二
阅读全文
摘要：目录 Focal Loss for Dense Object Detection Intro Problems Loss Trick RetinaNet Detector OHEM Code Focal Loss for Dense Object Detection Intro 这又是一篇与何凯明大
阅读全文
摘要：https://pjreddie.com/darknet/imagenet/ ImageNet Classification You can use Darknet to classify images for the 1000-class ImageNet challenge. If you ha
阅读全文
摘要：https://blog.csdn.net/u010122972/article/details/83541978 优点Darknet是一个比较小众的深度学习框架，没有社区，主要靠作者团队维护，所以推广较弱，用的人不多。而且由于维护人员有限，功能也不如tensorflow等框架那么强大，但是该框架还
阅读全文
摘要：产生式模型(Generative Model)与判别式模型(Discrimitive Model)是分类器常遇到的概念，它们的区别在于： 对于输入x，类别标签y： 产生式模型估计它们的联合概率分布P(x,y) 判别式模型估计条件概率分布P(y|x) 产生式模型可以根据贝叶斯公式得到判别式模型，但反过
阅读全文
摘要：Tqdm 是一个快速，可扩展的Python进度条，可以在 Python 长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)。 使用pip就可以安装。 使用方法一: tqdm tqdm(list)方法可以传入任意一种list,比如数组 from tqdm impor
阅读全文
摘要：在深度学习过程中，会经常看见各成熟网络模型在ImageNet上的Top-1准确率和Top-5准确率的介绍，如下图所示： 在这里插入图片描述 那Top-1 Accuracy和Top-5 Accuracy是指什么呢？区别在哪呢？ 首先是TOP-5正确率， 举个例子，比如你训练好了一个网络，你要用这个网络
阅读全文
摘要：object detection按其流程来说，分为两大类。一类是two stage，另一类是one stage detector 虽然one stage detector检测速度快，但是mAP准确度不行。 原因之一：(正负样本不平衡) 候选框中，仅仅非常少一部分含有物体。 这带来的问题就是：样本中会
阅读全文
摘要：深度学习 神经网络 卷积神经网络 深度学习 计算机视觉 人工智能 前言 卷积神经网络的设计自然要考虑到各层之间的顺序。这种“考虑”既有原理性的解释也有经验方面的原因。本文主要介绍一些层常见的位置选择，并对其原因进行分析，从中提取共性有利于其他模型的设计。 Dropout层的位置 Dropout一般放
阅读全文
摘要：1.简介： 大型深度神经网络是非常强大的，但其损耗巨大的内存以及对对抗样本的敏感性一直不太理想。作者提出的mixup是一个简单地减缓两种问题的方案。本质上，mixup在成对样本及其标签的凸组合（convex combinations）上训练神经网络。这样做，mixup规范神经网络增强了训练样本之间的
阅读全文
摘要：论文地址：mixup: BEYOND EMPIRICAL RISK MINIMIZATION (一)、什么是数据增强？(1). 数据增强主要指在计算机视觉领域中对图像进行数据增强，从而弥补训练图像数据集不足，达到对训练数据扩充的目的。(2). 数据增强是一种数据扩充方法，可分为同类增强（如：翻转、旋
阅读全文
