原创 mAP解釋
AP用來處理目標檢測問題，Precision和Recall只能處理分類問題。 mAP處理多目標問題，對AP進行簡單平均。 mAP計算的兩個參數 （1）IoU確定一個檢測結果（Positive）是正確的（True）還是錯誤的（False
2020-06-08 19:23:58
原创 padding方法
VALID：如果卷積核超出特徵層，就不再就計算，即卷積核右邊界不超出Feature。如下圖，卷積核F移動2次，從左往右第3個長方形的右邊界在W內部。 SAME：只要卷積核還覆蓋着部分特徵層W，就繼續計算，即卷積核右邊界可以超出Featur
2020-06-08 19:23:58
1
原创 池化方法
VALID：如果卷積核超出特徵層，就不再就計算。 SAME：只要卷積核還覆蓋着部分特徵層，就繼續計算。 VALID中的-F+1相當於把size先減去filter的尾巴。 加0填充可以在VALID的基礎上計算，加n列，分母就加n。
2019-02-27 22:33:54
原创 玻爾茲曼機（BM）
內容基於《人工神經網絡理論，設計及應用》的學習，對重點進行了摘抄總結，網上許多博客的內容也基於此。 玻爾茲曼機是一種隨機神經網絡，借鑑了模擬退火思想。 隨機神經網絡與其他神經網絡相比有兩個主要區別 ： ① 在學習（訓練）階段 ， 隨機網絡
2018-10-27 07:32:25
原创 離散型Hopfield神經網絡（DHNN）
內容基於《人工神經網絡理論，設計及應用》的學習，對重點進行了摘抄總結。 網絡結構常見有以下兩種畫法，其實是一樣的。 預測過程 ， 可能的輸出就是吸引子集合。 有異步與同步兩種更新方式： 訓練例子 左圖表示權重與閾值（偏置），
2018-10-27 07:32:25
原创 SVM對感知機與MLP的改進
SVM內容 1.線性可分支持向量機 2.線性支持向量機 等價於最小化二階範數正則化的合頁損失 3.非線性支持向量機 SVM對感知機的改進 1.感知機：經驗風險，只要分對就行。SVM：從合頁損失分析，不止要分對，而且要確信度高。 2.感
2018-10-20 07:17:29
1
原创 地平線南京研究院助理研究員面試
內推簡歷被刷，校招1輪電話面試，基本的數學以及深度學習知識。通過後，國慶後現場面試，提前發了個topic。 Topics 1.比較SSD和Faster RCNN物體檢測算法直接的本質相同點和不同點。 相同：畫框，並用類似的損失函數（Bbo
2018-10-20 07:17:29
原创 梯度下降法與牛頓下降法推導
梯度下降法 直觀理解 當ω在曲線右半部分，導數>0，ω更新後會變小，向中間靠攏。反之，當ω在曲線左半部分，導數<0，ω更新後會變小，也向中間靠攏。 推導 方法1 泰勒展開，δ是變化量。當δ的方向與相同，最大，因此梯度方向是上升最快的。
2018-09-17 03:52:53
1
原创 mAP文章鏈接
1.性能指標（模型評估）之mAP https://blog.csdn.net/u014203453/article/details/77598997 2.最完整的檢測模型評估指標mAP計算指南（附代碼）在這裏！ http://baijia
2018-09-13 03:33:31
原创 機械創新設計大賽作品
大二參加全國大學生機械創新設計大賽時的作品，一路搖搖晃晃趕着省一末班車，決賽末班車，終於拿到國一。 作品內容簡介 本作品由自主設計的多個傳動模塊組合銜接而成。以一個小球的運動爲線索，立體式地展示連桿機構、凸輪機構等多種機械結
2018-09-01 01:54:02
原创 四驅轉向可變速遙控車
大二一年某課程設計的作業，當時還沒學過單片機，所有軟件、硬件以及機構設計全靠自學完成。雖然要轉行了，但還是很懷念當時製作的情景，小車一直在家珍藏着。
2018-09-01 01:53:59
原创 135: Check failed: !auc_error AUC: the dataset only contains pos or neg samples
調用 xgb.cv(xgb_param, xgtrain, num_boost_round=alg.get_params()['n_estimators'], nfold=cv_folds, metrics='auc', early_st
2018-09-01 01:53:59
118
原创 XGBoost訓練流程
1.調用流程 import xgboost as xgb from xgboost.sklearn import XGBClassifier from sklearn.grid_search import GridSearchCV fr
2018-09-01 01:53:59
原创 三種多分類SVM函數包
SVC，NvSVC，LinearSVC多分類問題的區別 SVC，NvSVC基於ovo LinearSVC基於ovr Ovo原理 K個類別訓練K(K-1)/2個不同的二分類SVM，然後將測試數據點分到具有最高“投票數”的類別中去。如果最高“
2018-09-01 01:53:59
原创 運行時間
運行時間方法 1.import time start = time.time() end = (time.time() - start) 2.%time與%timeit（平均運行時間） 小數據集上運行時間 SVC<XGboost=R
2018-09-01 01:53:59