2019年8月18日

特征选择/特征提取

摘要: 定义: 特征选择是一个「降维」的过程,是一个去掉无关特征,保留相关特征的过程。从所有特征集中选取最好的一个特征子集。 特征提取是一个将机器学习算法不能识别出来的原始数据转变成可以识别到数据特征的过程。没有「筛选」的操作,不需要考虑特征是否有用,所以并不能称其为降维。 通过实例理解,以文本分类为例: 阅读全文

posted @ 2019-08-18 22:49 羽昇 阅读(3159) 评论(0) 推荐(0)

2019年8月16日

argmax( )

摘要: argmax是一种函数,是对函数求参数(集合)的函数。 当我们有另一个函数y=f(x)时,若有结果x0= argmax(f(x)),则表示当函数f(x)取x=x0的时候,得到f(x)取值范围的最大值; 若有多个点使得f(x)取得相同的最大值,那么argmax(f(x))的结果就是一个点集。 换句话说 阅读全文

posted @ 2019-08-16 16:26 羽昇 阅读(2638) 评论(0) 推荐(0)

开博客目的

摘要: 一直觉得自己是个马大哈,很多方方块块的知识点都喜欢捣鼓,但是不习惯做学习笔记,所以到现在回过头来发现脑子里没有个很好的体系。 开博客的目的就是想查漏补缺,学以致用。 还有一年就要应届毕业了,希望这一年时间好好的提高自己的硬实力。 阅读全文

posted @ 2019-08-16 14:32 羽昇 阅读(110) 评论(0) 推荐(0)

迁移学习 Transfer learning

摘要: 把已经训练好的模型参数迁移到新的模型上来帮助新模型训练,从而加快并优化模型的学习效率。避免了从零开始学习。 (前提是两个模型的大致方向都是一样的,比如说都是做动物的目标检测,这样便于数据集的训练) 在网络架构上前几层都不变,在最后一层稍作修改就可以了。 比方说我现在要开一家自营奶茶店,但是苦于没有任 阅读全文

posted @ 2019-08-16 14:15 羽昇 阅读(131) 评论(0) 推荐(0)

导航