• 博客园logo
  • 会员
  • 众包
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • HarmonyOS
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
Dec-Fth
博客园 | 首页 | 新随笔 | 新文章 | 联系 | 订阅 订阅 | 管理

文章分类 -  模式识别

 
METRIC LEARNING(度量学习)
摘要:转自http://www.cppblog.com/guijie/archive/2012/04/19/172045.aspx 度量学习也可以认为是相似度。knn最合适的是学习马氏距离,怎么学?要给出先验知识,哪两个数据更相似,欧式距离不可靠。SVM也是metric learning的一种,因为ker... 阅读全文
posted @ 2014-11-10 22:09 Dec-Fth 阅读(1144) 评论(0) 推荐(0)
perceptual hash 感知哈希算法
摘要:转自http://blog.csdn.net/zouxy09/article/details/17471401还有些以图搜图的资料可查看偶然看到这三篇博文[1][2][3],提到图片检索网站TinEye和谷歌的相似图片搜索引擎的技术原理。以图搜图搜索引擎的使命是:你上传一张图片,然后他们尽全力帮你把... 阅读全文
posted @ 2014-11-10 22:04 Dec-Fth 阅读(5426) 评论(0) 推荐(0)
线性SVM
摘要:转自http://blog.csdn.net/yangliuy/article/details/7316496http://www.blogjava.net/zhenandaci/category/31868.html1.线性SVM的一般思想和求解过程?例如我们有一个线性函数 g(x)=wx+b【看... 阅读全文
posted @ 2014-11-10 21:47 Dec-Fth 阅读(1454) 评论(0) 推荐(0)
把书《CUDA By Example an Introduction to General Purpose GPU Programming》读薄
摘要:转自http://bookc.github.io/2014/05/08/my-summery-the-book-cuda-by-example-an-introduction-to-general-purpose-gpu-programming/鉴于自己的毕设需要使用GPU CUDA这项技术,想找一... 阅读全文
posted @ 2014-11-10 21:21 Dec-Fth 阅读(213) 评论(0) 推荐(0)
CUDA内存
摘要:前两天楼主面试时被问到CUDA内存类型的问题,关于各种缓存的问题没怎么弄清楚,乱答了一通。。。转个帖子简单归纳一下,下次面试再被问到的话就能回答的比较清晰了。http://blog.csdn.net/augusdi/article/details/12186939CUDA存储器类型:每个线程拥有自己... 阅读全文
posted @ 2014-11-10 21:18 Dec-Fth 阅读(189) 评论(0) 推荐(0)
CUDA的编程性能
摘要:我们在编写完CUDA程序后,还要从性能出发考虑问题,不断优化代码,使执行速度提高是并行处理的唯一目的。测试代码运行速度有很多方法,C语言里提供了类似于SystemTime()这样的API获得系统时间,然后计算两个事件之间的时长从而完成计时功能。在CUDA中,我们有专门测量设备运行时间的API,下面一... 阅读全文
posted @ 2014-11-10 21:17 Dec-Fth 阅读(232) 评论(0) 推荐(0)
梯度下降算法
摘要:转自http://blog.csdn.net/acdreamers/article/details/27660519Logistic回归的理论内容上篇文章已经讲述过,在求解参数时可以用牛顿迭代,可以发现这种方法貌似太复杂,今天我们介绍另一种方法,叫梯度下降。当然求最小值就是梯度下降,而求最大值相对就... 阅读全文
posted @ 2014-11-10 20:42 Dec-Fth 阅读(101) 评论(0) 推荐(0)
随机梯度下降(Stochastic gradient descent)和 批量梯度下降(Batch gradient descent )的公式对比、实现对比
摘要:转自http://blog.csdn.net/lilyth_lilyth/article/details/8973972梯度下降(GD)是最小化风险函数、损失函数的一种常用方法,随机梯度下降和批量梯度下降是两种迭代求解思路,下面从公式和实现的角度对两者进行分析,如有哪个方面写的不对,希望网友纠正。下... 阅读全文
posted @ 2014-11-10 20:36 Dec-Fth 阅读(130) 评论(0) 推荐(0)
 

公告


博客园  ©  2004-2025
浙公网安备 33010602011771号 浙ICP备2021040463号-3