随笔分类 - 人工智能
摘要：积分图（Integral Image），可以用于快速计算矩形特征。积分图每个位置(x, y)的值，等于原图对应位置的左上角所有像素点的值之和。因为“积分”在离散情况下就是求和，所以这也是积分图的命名由来。 初始状态 状态转移方程 这明显是很简单的动态规划，用空间换时间。由此，计算任意（红色）矩形的像
阅读全文
摘要：Haar特征，也叫矩形特征，有四种特征（模板）：边缘特征、线性特征、中心特征、对角线特征。每种模板都包含黑白两种区域。 模板的特征值=白色区域的像素和-黑色区域的像素和，反映的是图像的灰度变化情况。 参考链接： A general framework for object detection
阅读全文
摘要：Single Shot multibox Detector，简称SSD，是一种目标检测算法。 Single Shot意味着SSD属于one stage方法，multibox表示多框预测。 CNN 多尺度 特征图 参考链接： https://arxiv.org/pdf/1711.06897.pdf
阅读全文
摘要：caffe，是一个深度学习框架。 Blob 存储数据。 批量图像数据（n, k, h, w）：图像数量，图像通道，图像高度，图像宽度。 data：值 diff：梯度 Layer data_layers（数据层） vision_layers（视觉层）：卷积层、池化层 loss_layers（损失层）
阅读全文
摘要：matplotlib.pyplot plot(x, y)：画点 show：展示
阅读全文
摘要：概率图模型（Probabilistic Graphical Model） 有向图模型 信念网络 贝叶斯网络 无向模型 马尔科夫随机场 马尔科夫网络
阅读全文
摘要：FM算法 参考链接： https://www.csie.ntu.edu.tw/~b97053/paper/Rendle2010FM.pdf
阅读全文
摘要：信息论，主要用于量化信息。 事件发生的概率越大，包含的信息就越少。例如“太阳从东边升起”，信息量就很少。 1、自信息（self-information） 两个独立事件发生所包含的信息，等于各自发生包含的信息之和。 2、熵（entropy） 信息量的期望。 3、KL散度 也叫相对熵（relative
阅读全文
摘要：概率论 不确定性 量化 频率 频率派 贝叶斯派 1、随机变量（random variable） 随机取不同值的变量，取值可以离散或者连续。 2、概率分布（probability distribution） 描述随机变量每个取值的可能性大小。 离散：概率质量函数（probability mass fu
阅读全文
摘要：逻辑回归 参考链接 https://zhuanlan.zhihu.com/p/44591359
阅读全文
摘要：线性回归（Linear Regression），顾名思义，输出是输入的线性函数。因为通常会附加偏置（bias）参数，所以实际是仿射函数。 参考链接： http://cs229.stanford.edu/notes/cs229-notes1.pdf
阅读全文
浙公网安备 33010602011771号