文章分类 -  精选

计算机视觉其他应用 (网络压缩、视觉问答、可视化、风格迁移等)
摘要：计算机视觉其他应用 (网络压缩、视觉问答、可视化、风格迁移等) 引言 深度学习目前已成为发展最快、最令人兴奋的机器学习领域之一，许多卓有建树的论文已经发表，而且已有很多高质量的开源深度学习框架可供使用。然而，论文通常非常简明扼要并假设读者已对深度学习有相当的理解，这使得初学者经常卡在一些概念的理解上 阅读全文
posted @ 2020-06-22 20:24 别再闹了 阅读(512) 评论(0) 推荐(0)
计算机视觉四大基本任务 (分类、定位、检测、分割)
摘要：计算机视觉四大基本任务 (分类、定位、检测、分割) 引言 深度学习目前已成为发展最快、最令人兴奋的机器学习领域之一，许多卓有建树的论文已经发表，而且已有很多高质量的开源深度学习框架可供使用。然而，论文通常非常简明扼要并假设读者已对深度学习有相当的理解，这使得初学者经常卡在一些概念的理解上，读论文似懂 阅读全文
posted @ 2020-06-22 20:04 别再闹了 阅读(1674) 评论(0) 推荐(0)
深度学习基础 (基本概念、优化算法、初始化、正则化等)
摘要：深度学习基础 (基本概念、优化算法、初始化、正则化等) 引言 深度学习目前已成为发展最快、最令人兴奋的机器学习领域之一，许多卓有建树的论文已经发表，而且已有很多高质量的开源深度学习框架可供使用。然而，论文通常非常简明扼要并假设读者已对深度学习有相当的理解，这使得初学者经常卡在一些概念的理解上，读论文 阅读全文
posted @ 2020-06-22 19:56 别再闹了 阅读(896) 评论(0) 推荐(0)
当你在应用机器学习时你应该想什么
摘要：当你在应用机器学习时你应该想什么 如今, 机器学习变得十分诱人, 它已在网页搜索, 商品推荐, 垃圾邮件检测, 语音识别, 图像识别, 自然语言处理等诸多领域发挥重要作用. 和以往我们显式地通过编程告诉计算机如何进行计算不同, 机器学习是一种数据驱动方法 (data-driven approach) 阅读全文
posted @ 2020-06-22 19:52 别再闹了 阅读(117) 评论(0) 推荐(0)
[校招 - 基础算法]GBDT/XGBoost 常见问题
摘要：[校招 - 基础算法]GBDT/XGBoost 常见问题 在非深度学习的机器学习模型中，基于 GBDT 算法的 XGBoost、lightgbm 等有着非常优秀的性能，校招算法岗面试中 “出镜率” 非常高。这方面的资料非常多，因此本文不是原创，参考了很多面经、解读文章等，对 GBDT 相关的问题做了 阅读全文
posted @ 2020-06-16 18:33 别再闹了 阅读(814) 评论(0) 推荐(0)
boosting，Adaboost，Bootstrap 和 Bagging 的含义和区别
摘要：boosting，Adaboost，Bootstrap 和 Bagging 的含义和区别 这几个名词经常混淆，在调查了百度，wiki 和一些网友的分享，特整理如下： Boosting 算法： 弱分类器：分类效果差，只是比随机猜测好一点。 强分类器：具有较高的识别率，较好的分类效果。（在百度百科中有提 阅读全文
posted @ 2020-05-16 11:20 别再闹了 阅读(355) 评论(0) 推荐(0)