随笔分类 - 【模式识别与机器学习】
摘要：原文地址：https://www.cnblogs.com/guoyaohua/p/9240336.html 2013年，Google开源了一款用于词向量计算的工具——word2vec，引起了工业界和学术界的关注。首先，word2vec可以在百万数量级的词典和上亿的数据集上进行高效地训练；其次，该工具
阅读全文
摘要：原文地址：https://www.cnblogs.com/pinard/p/6288716.html 典型关联分析(Canonical Correlation Analysis，以下简称CCA)是最常用的挖掘数据关联关系的算法之一。比如我们拿到两组数据，第一组是人身高和体重的数据，第二组是对应的跑步
阅读全文
摘要：原文地址：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650728746&idx=1&sn=61e9cb824501ec7c505eb464e8317915&scene=0#wechat_redirect 近日，Dishashree
阅读全文
摘要：原文地址：https://blog.csdn.net/happyrocking/article/details/83657993 RNN（Recurrent Neural Network）是一类用于处理序列数据的神经网络。什么是序列呢？序列是一串有顺序的数据，比如某一条数据为 [x1,x2,x3,x
阅读全文
摘要：原文地址：https://www.jianshu.com/p/72481d794a6b 大家好，这是专栏《AI不惑境》的第二篇文章，讲述模型深度与模型性能的关系。 进入到不惑境界，就是向高手迈进的开始了，在这个境界需要自己独立思考。如果说学习是一个从模仿，到追随，到创造的过程，那么到这个阶段，应该跃
阅读全文
摘要：原文地址：https://datascience.stackexchange.com/questions/23183/why-convolutions-always-use-odd-numbers-as-filter-size The convolution operation, simply pu
阅读全文
摘要：原文地址：http://www.sohu.com/a/298275731_468638 如果你听过深度学习中不同的卷积类型，包括： 2D/3D/1*1/Ttransposed/Dilated/Spatially Separable/Depthwise Separable/Flattened/Grou
阅读全文
摘要：原文地址：https://zhuanlan.zhihu.com/p/24833574 一.前言 CNN作为一个著名的深度学习领域的“黑盒”模型，已经在计算机视觉的诸多领域取得了极大的成功，但是，至今没有人能够“打开”这个“黑盒”，从数学原理上予以解释。这对理论研究者，尤其是数学家来说当然是不可接受的
阅读全文
摘要：原文地址：https://blog.csdn.net/luoluonuoyasuolong/article/details/81750190 AlexNet论文：《ImageNet Classification with Deep Convolutional Neural Networks》第一个典
阅读全文
摘要：原文地址：https://zhuanlan.zhihu.com/p/27642620 如果要提出一个新的神经网络结构，首先就需要引入像循环神经网络中“时间共享”这样的先验知识，降低学习所需要的训练数据需求量。 而卷积神经网络同样也引入了这样的先验知识：“空间共享”。下面就让我们以画面识别作为切入点，
阅读全文
摘要：原文地址：https://blog.csdn.net/xys430381_1/article/details/82529397 feature map、卷积核、卷积核个数、filter、channel的概念解释 feather map的理解 在cnn的每个卷积层，数据都是以三维形式存在的。你可以把它
阅读全文
摘要：原文地址：https://baijiahao.baidu.com/s?id=1590121601889191549&wfr=spider&for=pc 今天要说的是CNN最后一层了，CNN入门就要讲完啦。。。。。 先来一段官方的语言介绍全连接层（Fully Connected Layer） 全连接层
阅读全文
摘要：原文地址：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650754422&idx=4&sn=0dc881487f362322a875b4ce06e645f7&chksm=871a8908b06d001ef7386ccc752827c2
阅读全文
摘要：原文地址：https://blog.csdn.net/CVSvsvsvsvs/article/details/90477062 池化层作用机理我们以最简单的最常用的max pooling最大池化层为例，对池化层作用机理进行探究。其他池化层的作用机理也大致适用这一机理，在这里就不加入讨论。 图片和以下
阅读全文
摘要：原文地址：https://blog.csdn.net/Laputa_ML/article/details/80100739 如何理解线性回归中的“回归”，回归到哪里？先看看线性回归的英文regression towards the mean。mean在英文中是平均值的意思。 那么平均值又怎么理解呢？
阅读全文
摘要：原文地址：https://blog.csdn.net/laputa_ml/article/details/80072570#comments 今天我就简单谈谈自己的一些新想法。我们从最基本的容易引起歧义的地方出发。很多人问我，回归（regression）和拟合（fitting）有什么不同？其实如果你
阅读全文
摘要：原文地址：https://www.cnblogs.com/Johnny-z6951/p/11201081.html 梯度下降是一个在机器学习中用于寻找较佳结果（曲线的最小值）的迭代优化算法。梯度的含义是斜率或者斜坡的倾斜度。下降的含义是代价函数的下降。算法是迭代的，意思是需要多次使用算法获取结果，以
阅读全文
摘要：原文地址：https://blog.csdn.net/weixin_39502247/article/details/80032487 深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。 第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参
阅读全文
摘要：原文地址：https://blog.csdn.net/Sakura55/article/details/81514828 1.GAN 先来看看公式： GAN网络主要由两个网络构成，生成网络G和辨别网络D，生成模型G的思想是将一个噪声包装成一个逼真的样本，判别模型D则需要判断送入的样本是真实的还是假的
阅读全文
摘要：原文地址：https://www.cnblogs.com/guoyaohua/p/9901614.html 在机器学习领域，对于大多数常见问题，通常会有多个模型可供选择。当然，每个模型会有自己的特性，并会受到不同因素的影响而表现不同。 每个模型的好坏是通过评价它在某个数据集上的性能来判断的，这个数据
阅读全文
浙公网安备 33010602011771号