摘要：
我试了网上的各种教程，结果都是屁话 阅读全文
posted @ 2016-12-09 21:54
xuanyuyt
阅读(475)
评论(0)
推荐(0)
摘要：
转自Caffe fine-tuning 微调网络 一般来说我们自己需要做的方向，比如在一些特定的领域的识别分类中，我们很难拿到大量的数据。因为像在ImageNet上毕竟是一个千万级的图像数据库，通常我们可能只能拿到几千张或者几万张某一特定领域的图像，比如识别衣服啊、标志啊、生物种类等等。在这种情况下 阅读全文
posted @ 2016-12-09 20:55
xuanyuyt
阅读(13209)
评论(0)
推荐(1)
摘要：
1. 了解SVM 1. Logistic regression回顾 Logistic regression目的是从特征中学习出一个0/1二分类模型，而这个模型是将特性的线性组合作为自变量，由于自变量的取值范围是负无穷到正无穷。因此，使用logistic function（或称作sigmoid fun 阅读全文
posted @ 2016-12-09 20:54
xuanyuyt
阅读(308)
评论(0)
推荐(0)
摘要：
1. ensemble learning 集成学习 集成学习是通过构建并结合多个学习器来完成学习任务，如下图： 集成学习通过将多个学习学习器进行结合，常可以获得比单一学习器更优秀的泛化性能 从理论上来说，使用“弱学习器”集成足以获得好的性能，当实践中出于种种考虑，人们往往会使用比较强的学习器。 以下 阅读全文
posted @ 2016-12-09 20:54
xuanyuyt
阅读(890)
评论(0)
推荐(0)
摘要：
1. 算法流程 一般的，一颗决策树包含一个根结点、若干内部结点和若干叶结点；叶节点对应于决策结果，其他每个结点则对应于一个属性测试结果；每个结点包含的样本集合根据属性测试的结果被划分到子结点中；根结点包含样本全集。从根结点到每个叶子结点的路径对应了一个判定测试序列。决策树学习的目的是为了产生一颗泛化 阅读全文
posted @ 2016-12-09 20:54
xuanyuyt
阅读(322)
评论(0)
推荐(0)
浙公网安备 33010602011771号