原创 blind deconvolution parameter tuning
image：lenna. PSF:fspecial('motion',9,16);alfa = 10^-6*10^(la1-1);belta = 5*10^-6*10^(la2-1); max isnr: (5,4) 43.9876
2020-06-27 22:51:25
1
原创 對付非線性可分的數據集的一種通用辦法
假設這個數據集能夠被一個非線性的面分開，這個面的表達形式爲f（x,y,z)。那麼，根據泰勒展開，可以得到f（x,y,z）的多項式表達。那麼，就可以把其多項式表達作爲一個新的面，將多項式的各個次數的分量組成一個新的向量，就成了線性可分的。這
2020-06-27 22:51:25
原创 finding tiny face心得筆記
花了幾天時間專門對這篇論文做了研究，感覺很有收穫。這篇文章也真的是乾貨滿滿呀。作者探索了尋找小臉的三個方面：1. 尺度不變性的問題；2. 圖像分辨率的問題；3. 基於周圍內容的推斷問題。基於此，作者做了三個方面的嘗試：1.對於不同的sca
2018-08-28 15:22:47
7
原创 sampling bias
在做cross validation的時候，應該注意最後的test data與你做的驗證集是否是類似的分佈的。如果不是類似的分佈，則結果就會有問題。
2018-08-28 15:22:46
原创 計算神經學筆記-population coding and bayesian estimation
在我們的身體裏，通常是有很多神經元參與決策的。那麼這麼多的神經元的輸出信息如何給他們解碼呢？首先，介紹一下蟋蟀（cricket）的cercal cell。 cricket對於空氣的流動非常敏感。這些信息能夠幫助他們躲避移動的捕食者（pre
2018-08-28 15:22:46
13
原创 tensorflow TFRecord介紹
http://warmspringwinds.github.io/tensorflow/tf-slim/2016/12/21/tfrecords-guide/
2018-08-28 15:22:46
原创 一篇PCA的最徹底的解釋的論文
看了很多篇PCA的東西，感覺說的都不是太到點子上。終於找到一篇PCA數學原理非常透徹的一篇論文，在這記錄下。 https://www.cs.princeton.edu/picasso/mats/PCA-Tutorial-Intuition
2018-08-28 15:22:46
3
原创 numpy與pandas的數據結構互轉：ndarray、series、dataframe
http://blog.csdn.net/flyfrommath/article/details/69388675
2018-08-28 15:22:46
原创 Bagging and bootstrap
在blending的技術中，我們想要產生儘可能不一樣的g，那麼如何產生呢？一個方法是通過對數據重新採樣得到一個‘新’的數據集，然後再用這些不同的數據集進行訓練。由此產生重採樣的方法： bootstrap（bagging）：即從原來的數據
2018-08-28 15:22:46
4
原创 Soft Margin SVM可以解釋成正則化的model
首先，複習一下sotf margin SVM： 其中的kesi n是記錄第n個樣本是否違反支持向量的假設以及違反了多少假設。 從另外一個角度上看，由約束條件，我們可以等價的將kesi n寫成以下的形式： 那麼，這樣的話 soft ma
2018-08-28 15:22:46
1
原创 英語修改潤色句子更正1
different from -- in contranst to endow the model more flexibility -- improve flexibility the existence of the solut
2018-08-28 15:22:46
2
原创 tensorflow命令集合2
sess = tf.InteractiveSession() ## without specifying the context 'sess'. sess.close() with g.control_dependencies([a,b,
2018-08-28 15:22:46
3
原创 python學習筆記
list可以拼接：classmates.append('Adam') >>> classmates ['Michael', 'Bob', 'Tracy', 'Adam']也可以在指定位置插入元素：classmates.insert(1,
2018-08-28 15:22:46
2
原创 對偶SVM
由於SVM是解決線性可分的數據集，對於非線性可分的數據集，就需要進行非線性變換將非線性可分的數據集變成線性可分的數據集。一個常用的方法是使用kernel trick中的多項式核函數。但是直接對數據集做升維處理的時候一個很大的問題就是維數增
2018-08-28 15:22:46
2