lyp19921126

摘要： 引自：https://blog.csdn.net/qq_34840129/article/details/80781829 1、用链表表示线性表的优点是（便于插入和删除操作） 2、单链表中，增加头结点的目的是（方便运算的实现） 3、栈和队列的共同特点是（只允许在端点处插入和删除元素） 4、栈通常采用 阅读全文

摘要： 1、GBDT是机器学习算法，而XGBoost是算法的工程实现 2、使用CART作为基分类器时，XGBoost显式的加入了正则项来控制模型的复杂度，防止过拟合，提高了模型 的泛化能力 3、GBDT只使用了代价函数的一阶导数信息，而XGBoost对代价函数进行二阶泰勒展开，同时使用一阶和二阶信息。 4、 阅读全文

摘要： 随机森林和GBDT的区别 随机森林采用的bagging思想，而GBDT采用的boosting思想。这两种方法都是Bootstrap思想的应用，Bootstrap是一种有放回的抽样方法思想。虽然都是有放回的抽样，但二者的区别在于：Bagging采用有放回的均匀取样，而Boosting根据错误率来取样（ 阅读全文

摘要： 引自：https://www.cnblogs.com/xiaorui111/p/10907224.html 一.预处理的作用 在机器学习任务中，学习器都会对数据有一定的要求，比如在最近邻算法中，我需要寻找与中心点最近邻的点，假设我们使用欧式距离度量，如果有一个属性值是千万量级，而另一个属性是100以 阅读全文

摘要： 引自：https://www.cnblogs.com/jinruoyanxu/p/11487575.html 在人工智能领域，机器学习属于其中的一种方法，而神经网络是机器学习里的一种算法。 神经网络一般有输入层->隐藏层->输出层，一般来说隐藏层大于2的神经网络就叫做深度神经网络，深度学习就是采用像 阅读全文

摘要： ResNet结构 它使用了一种连接方式叫做“shortcut connection”，顾名思义，shortcut就是“抄近道”的意思，看下图我们就能大致理解： 图1 Shortcut Connection 这是文章里面的图，我们可以看到一个“弯弯的弧线“这个就是所谓的”shortcut connec 阅读全文

摘要： 引自：https://blog.csdn.net/qq_26907755/article/details/81663436 矩阵掩膜：用一个矩阵和原图像作卷积操作，重新计算像素值。有以下作用： 提取感兴趣区,用预先制作的感兴趣区掩模与待处理图像相乘,得到感兴趣区图像,感兴趣区内 图像值保持不变,而区 阅读全文

摘要： 引自：https://blog.csdn.net/qq_26907755/article/details/81661824 图片的读取，通过函数cv::imread()来实现的；显示通过函数cv::imshow()来实现；而保存则通过cv::imwrite()来实现 #include <opencv 阅读全文

摘要： 引自：https://blog.csdn.net/u013289254/article/details/99690730 一. 本文的内容包括： 1. Batch Normalization，其论文：https://arxiv.org/pdf/1502.03167.pdf 2. Layer Norm 阅读全文

摘要： 引自：https://blog.csdn.net/ABCDEFG0929/article/details/87103772 一、协同过滤算法的原理及实现 二、基于物品的协同过滤算法详解 一、协同过滤算法的原理及实现 协同过滤推荐算法是诞生最早，并且较为著名的推荐算法。主要的功能是预测和推荐。算法通过 阅读全文