2015年9月28日
Rich feature hierarchies for accurate object detection and semantic segmentation 2014年CVPR 20150928 Google Scholar Citations 617
该文被密码保护。 阅读全文
posted @ 2015-09-28 22:00 菜鸡一枚 阅读(15) 评论(0) 推荐(0) 编辑
机器学习中的常见问题——几种梯度下降法
该文被密码保护。 阅读全文
posted @ 2015-09-28 20:47 菜鸡一枚 阅读(1) 评论(0) 推荐(0) 编辑
DNN的隐喻分析：“深度学习”，深在何处
该文被密码保护。 阅读全文
posted @ 2015-09-28 20:31 菜鸡一枚 阅读(0) 评论(0) 推荐(0) 编辑
Cuckoo Filter：设计与实现
该文被密码保护。 阅读全文
posted @ 2015-09-28 20:30 菜鸡一枚 阅读(3) 评论(0) 推荐(0) 编辑
Rich feature hierarchies for accurate object detection and semantic segmentation
该文被密码保护。 阅读全文
posted @ 2015-09-28 15:47 菜鸡一枚 阅读(2) 评论(0) 推荐(0) 编辑
均方根值（RMS）+ 均方根误差（RMSE）+标准差（Standard Deviation）
摘要： 均方根值（RMS）+ 均方根误差（RMSE）+标准差（Standard Deviation）1、均方根值（RMS）也称作为效值，它的计算方法是先平方、再平均、然后开方。2、均方根误差，它是观测值与真值偏差的平方和观测次数n比值的平方根，在实际测量中，观测次数n总是有限的，真值只能用最可信赖（最佳）值... 阅读全文
posted @ 2015-09-28 10:59 菜鸡一枚 阅读(1458) 评论(0) 推荐(0) 编辑