360MEMZ

摘要： 利用图像特征提升准确度 我们之前仅仅是逐个像素的计算, 而忽视和图像在HSV空间的像素集中度和图像纹理特征. 根据别人的博客,准确率进一步从54%提升到58%. 下面进行解析. HOG/颜色直方图代码解读 本次的作业没有要求我们自己实现, 但是我们还是应该读懂代码. 在前面, 我们一直希望我们的网络 阅读全文

摘要： two layer net 神经网络的定义 我之前看到的神经网络对于各个层和激活函数的各种表达的总是不够清晰. 所幸本课程对于网络具体细节总算有了严格的定义. 我们实现的是包含ReLU激活函数和softmax分类器的网络. 下面是简单的图形示意: (应该足够清晰了) 需要注意, 输出层之后是没有Re 阅读全文

摘要： [注意:考虑到这个和SVM重复很多,所以会一笔带过/省略一些] softmax和SVM只是线性分类器分类结果的评判不同, 完全依靠打分最大来评判结果, 误差就是希望结果尽可能接近正确分类值远大于其他值. 我们将打分结果按照指数权重正则化为和为1的向量: 而这个值希望尽可能接近1, 也就是-log接近 阅读全文

摘要： SVM的相关概念 首先如课程所说, 本质上线性分类器就是对一个图片向量到打分向量的映射,所以就是ωx+b=S. 对于最基本的二分类SVM, 其利用超平面划分了点集,结果非黑即白, 但是现在我们利用的W可以认为是好几个超平面在一起,得到的不再是一个结果,而是打分向量,如果只需要打分判断正确类别就行,是 阅读全文

摘要： 从零开始的全新博客 我之前一直在语雀上更新文章, 但是一会不更发现居然需要VIP才能发博客了: 不过考虑到自己确实有一会没写博客了, 之前对神经网络在课上学过, 也鼓捣过pytorch, 但是深感自己没有系统学习过. 第一次接触这种公开课, 希望也能有种从零开始的感觉, 让自己面对这门课程能够更加专 阅读全文