原创 --樸素貝葉斯(一)

  一 簡介 樸素貝葉斯是基於概率論的一種分類方法,或者說是基於貝葉斯定理與特徵條件獨立假設的分類方法.該方法是用於分類問題,現實生活中用於病人的診斷,不當言論的分類等.由於其實現方法簡單,計算效率高,所以應用還是比較廣泛的.

原创 《機器學習實戰》-- 邏輯斯蒂迴歸

引言   迴歸我們知道有線性迴歸,線性迴歸模型能夠無限的逼近我們的結果。以(xi,yi) 爲例,通過線性迴歸 f(x)=wTx+b 表達式,就可以得到我們對yi 的估計值。 迴歸到分類   如何從線性迴歸轉換到分類呢?由於線性迴歸

原创 DeepLabv3:《Rethinking Atrous Convolution for Semantic Image Segmentataion》

論文地址:https://arxiv.org/abs/1706.05587 Abstract   在這篇文章中,我們重溫了atrous convolution(帶孔卷積),它可以很好的調整過濾器的感受野以及控制輸出feature

原创 《ImageNet Classification with Deep Convolutional Neural Network》

  本篇論文是在ImageNet上大放異彩,將CNN應用於cv大舞臺,論文的作者是Alex Krizhevsky,來自加拿大多倫多大學Hinton組,所以論文中的模型又叫AlexNet。 概述   ImageNet數據集共有150

原创 C++傳參數的正確姿勢

vector傳遞參數   前幾天寫一個很簡單的c++程序,但是中間遇到了很有趣的問題,搞得我當時一頓懵,後來弄懂了,簡單總結一下。   話說到底是什麼問題呢?調用函數時,怎樣引入實參才能對實參本身改變內容,有時候你想當然的調用了

原创 推薦算法-AFM

推薦算法-AFM   推薦算法-AFM,這篇文章也是在FM的基礎上做工作。這篇文章是針對特徵之間組合時,不同的特徵都是用同樣的向量去做。即每一個特徵和其它的特徵進行組合時,都是採用同一個向量,缺乏不同特徵之間的關聯性不同,應該採用

原创 寫文章的碎碎念

  最近在寫文章,不能是最近,應該是很久以前了,提起寫文章,也是個血淚史。向我這種渣渣,寫個文章也是費勁,現在也只是在deadline前垂死掙扎,無奈,罷了罷了,說正事吧。一、Linux下寫文章的工具  Linux下當然推薦用Texmak

原创 PSPNet: Pyramid Scene Parsing Network

PSPNet在分割中取得了非常不錯的效果。 文章地址:PSPNet Related work   在神經網絡的驅動下,像場景解析和語義分割這種像素級的預測都取得了很好的效果。像素級的預測主要分爲兩個主線: 1、multi-sca

原创 《機器學習實戰》--邏輯斯蒂迴歸

梯度下降可視化 前一篇看完了理論,我們來實戰一下,首先看一下梯度下降的效果 先看代碼 # 目標函數 def func(x): return np.square(x) # 目標函數一階導數 def dfunc(x):

原创 Generative Adversarial Nets (GAN) 閱讀筆記

  Generative Adversarial Nets 生成對抗網絡的出現所引起的影響,不用我多說,想必大家也都知道了.我也是最近幾天纔看完這篇文章(汗,我這科研速度),把自己的一些理解分享給大家. 一 Abstract   

原创 《Understanding Convolution for Semantic Segmentation》

Understanding Convolution for Semantic Segmentation Abstract   首先,我們設計了密集卷積上採樣(dense upssampling convolution DUC)可

原创 深度學習調參總結

2017-07-15 一、acc、val_acc停留在一個值附近,上下震盪 今天早上來到實驗室 ,看了看昨天跑得結果,很好啊,acc、val_acc同步上升,基本沒有甚麼偏差。心中一喜,可是acc還沒有超過5

原创 排序算法-快排

    今天聊聊排序算法,排序算法平時也會用到,有很多比如,冒泡,快排,選擇,歸併排序等.今天就聊一聊快速排序算法排序算法的一個宗旨就是經過一趟排序,何爲一趟排序呢?就是遍歷完一次數組,數組中的一部分數據比另外一部分的數據都要小.當然這兩

原创 常識點滴積累

       一些常識性的東西,用的時候需要查資料,比較麻煩,就在這記錄一下,爲了以後的方便。 4、linux下在當前目錄下根據文件名查找文件: find | xargs grep tree 這樣可以在當前目錄以及子目錄下尋找文件名中有

原创 --樸素貝葉斯實戰(二)

   一 前言   上一篇文章介紹了樸素貝葉斯的基本原理, 現在就來實踐一下吧, 閱讀了部分<機器學習實戰>上的代碼, 自己也敲了一遍, 做了一下驗證, 現在就在這裏分享一下.   環境:   Ubuntu 16.04