随笔分类 - Learning
摘要：这是我看过Faster RCNN 利用pytorch复现里面 说的最清楚最细节的一篇文章 强烈安利一波 原文地址： https://blog.csdn.net/admintan/article/details/91366551 完整代码地址：https://github.com/jwyang/fas
阅读全文
摘要：2022全球C++及系统软件技术大会 | 3月11-12日·上海 点击了解详情 》>>> 目标检测是深度学习的一个重要应用，就是在图片中要将里面的物体识别出来，并标出物体的位置，一般需要经过两个步骤： 1、分类，识别物体是什么 2、定位，找出物体在哪里 除了对单个物体进行检测，还要能支持对多个物体进
阅读全文
摘要：# [PyTorch——配置深度学习环境](https://www.cnblogs.com/young978/p/15686819.html) 还在为各种包的版本匹配发愁，还在冥想这个错误到底从何而来。 **放弃吧，重装才是王道。** ## 安装Cuda tensor在GPU上运行是可以提高一定的处
阅读全文
摘要：高斯作为机器学习中的常客也是无法避免的,而线性模型作为比较简单的模型，两者结合出的线性高斯模型，在今后的机器学习中大量涉及到这方面的知识。例如在各种滤波中,高斯滤波，卡曼滤波，粒子滤波。 一维情况 MLE: Maximum Likelihood Estimation 高斯分布在机器学习中占有举足轻重
阅读全文
摘要：# Linear Regression ## 定义 - 回归定义： 通过带标签样本训练构造适当模型并通过该模型算出新样本的预测值 - 线性回归： 基于线性模型的回归学习任务通常称之为线性回归，相应的线性模型称为线性回归模型 - 对于任意给定的样本$X= (x_1, x_2, … , x_𝑚)^𝑇
阅读全文
摘要：Linear Classification 我们知道线性回归对数据要求有以下要求，数据未处理，需使用全部数据，数据满足线性关系。当我们对这个要求进行更改的时候，我们就会有新的模型来处理。 分类问题，回归模型是没有办法直接使用的。但是我们可以在线性模型的函数进行后再加入一层激活函数，这个函数是非线性的
阅读全文
摘要：个人认为正则化这个字眼有点太过抽象和宽泛，**其实正则化的本质很简单，就是对某一问题加以先验的限制或约束以达到某种特定目的的一种手段或操作。在算法中使用正则化的目的是防止模型出现过拟合。**一提到正则化，很多同学可能马上会想到常用的L1范数和L2范数，在汇总之前，我们先看下LP范数是什么鬼。 LP范
阅读全文
摘要：衡量一个机器学习算法的好坏需要一个标准来衡量，对于不同场景中的不同任务就需要决定不同的指标来度量。根据没有免费午餐这个归纳偏好，我们可以知道，没有一种模型是完美适用于任何场景。所以选取一个合适的性能指标和选取一个切合的机器学习算法均是很重要的事情。所以本文对此加以整理 这里先对一些标记作出解释：给定
阅读全文
摘要：机器学习定义 张志华教授定义为： A field that bridge computation and statistics with ties to information, signal process, algorithm control theory and optimization th
阅读全文
摘要：机器学习中的监督学习本质上是给定一系列训练样本$(x_i,y_i)$，尝试学习$x \to y$的映射关系，使得给定一个$x$，即便这个$x$不在训练样本中，也能够得到尽量接近真实$y$的输出$\hat{y}$。而损失函数（Loss Function）则是这个过程中关键的一个组成部分，用来衡量模型的
阅读全文
摘要：机器学习 概率论相关应用部分，从大学课本中走出面向机器学习中概率的要求
阅读全文
摘要：上图是MapReduce的任务处理过程 概述 MapReduce是一种分布式计算模型，由Google提出，主要用于搜索领域，解决海量数据的计算问题. MapReduce是分布式运行的，由两个阶段组成：Map和Reduce，Map阶段是一个独立的程序，有很多个节点同时运行，每个节点处理一部分数据。Re
阅读全文
摘要：记录搭建hadoop的过程
阅读全文
摘要：简单实现MongoDB的复制集和分片的功能
阅读全文
摘要：背景 Local Outlier Factor（LOF）是基于密度的经典算法（Breuning et. al. 2000）, 文章发表于 SIGMOD 2000, 到目前已经有 3000+ 的引用。 在 LOF 之前的异常检测算法大多是基于统计方法的，或者是借用了一些聚类算法用于异常点的识别（比如
阅读全文
摘要：主成分分析（Principal components analysis，以下简称PCA）是最常用的降维方法之一，在数据压缩和消除冗余方面具有广泛的应用，本文由浅入深的对其降维原理进行了详细总结。 1. 向量投影和矩阵投影的含义 如下图： 向量a在向量b的投影为： 其中，θ是向量间的夹角 。 向量a在
阅读全文
摘要：Introduce 感知机模型(Perceptron)是一个最简单的有监督的二分类线性模型。他可以从两个方面进行介绍 方面一 问题分析 问题（一维）：儿童免票乘车问题（孩子身高低于1.2m可以免票上车） 这转换成数学表达式就是 $x:$身高，$y:\{-1:$免票 ,$1:$购票$\}$ $$ y=
阅读全文
摘要：先对几个概念和问题做一个解释： 图像为什么要灰度化？ 识别物体，最关键的因素是梯度（SIFT/HOG），梯度意味着边缘，这是最本质的部分，而计算梯度，自然就用到灰度图像了，可以把灰度理解为图像的强度。 颜色，易受光照影响，难以提供关键信息，故将图像进行灰度化，同时也可以加快特征提取的速度。 仿射不变
阅读全文
摘要：范数本质是向量或者矩阵映射到实数域的单值函数。 假设$N(x)=\Vert x \Vert$是定义在$R^n$上的函数，她需要满足以下三个条件： 非负性： \(\Vert x \Vert \ge 0\)，当且仅当$x=0$时，\(\Vert x \Vert = 0\) 齐次性：\(\Vert kx
阅读全文