原创 花書學習筆記

5.2 容量、過擬合和欠擬合 奧卡姆剃刀:多個能夠解釋已知觀測現象的假設中,選擇那個“最簡單”的。 容量:擬合各種函數的能力,容量大於應用易過擬合,小於則易欠擬合。 VC維:Vapnik-Chervonenkis dimensio

原创 《如何打造複雜的產品系統》講座筆記 作者:潘一鳴

作者 潘一鳴 新東方在線高級產品經理,《產品邏輯之美》作者 2019/10/9 於將門創投的鬥魚平臺記錄 作者簡介 清華本科,2014-2015網易科技(實習轉正) 2015-2017 聚美優品(用戶產品、推薦系統) 2017-

原创 機器學習中常見的最優化算法

目錄機器學習中常見的最優化算法 機器學習中常見的最優化算法

原创 人臉對齊 曠世講座

人臉識別系統 應用: 一人臉確認 1V1確認是否是一個人 二人臉ID 1VN 大庫裏找到輸入圖片是誰 人臉->特徵向量 想讓不同的向量擁有“相似度”概念 類內距離;類間距離 單張圖經過人臉識別的pipeline 人臉檢測 人臉關

原创 Ubuntu下CUDA與gcc版本對應,降低gcc版本

新下載Ubuntu16中gcc爲gcc6 Ubuntu18中爲gcc7 而安裝cuda,官方文檔中說明了,Ubuntu16中gcc最高5.3,因而gcc要降級 改好gcc和g++版本,可以看我的教程安裝cuda NVIDIA擴大對

原创 CenterNet: Objects as Points論文解讀 目標檢測、語義分割論文及代碼

先佔個坑,之後肯定補(和博客裏其他人TODO list然後就消失的那種不一樣的)2020.5.14 論文https://arxiv.org/pdf/1904.07850.pdf 代碼https://github.com/xingy

原创 谷歌的手勢識別pipeline

姿態估計論文 Towards Accurate Multi-person Pose Estimation in the Wild https://arxiv.org/abs/1701.01779 代碼 https://github

原创 MobileNet網絡系列論文及模型V1-V2-V3

文章目錄MobileNet V1結構深度可分離卷積Depthwise Separable Convolution計算參數量網絡結構與訓練寬度參數Width Multiplier: Thinner更小的模型分辨率因子Resoluti

原创 python多線程詳解

文章目錄python多線程詳解一、線程介紹什麼是線程爲什麼要使用多線程總結起來,使用多線程編程具有如下幾個優點:二、線程實現自定義線程守護線程主線程等待子線程結束多線程共享全局變量互斥鎖遞歸鎖信號量(BoundedSemaphor

原创 手撕SVM

即便使用率已經不高了,但是面試時手推SVM依然是傳統。 百度三面時就問了SVM所以還是要手撕 SVM三寶:間隔,對偶,和技巧 1.1 線性可分: 二維面上兩類點可被直線完全分開(高維則是超平面) 1.2超平面,最大間隔超平面 wx

原创 損失函數的學習與選擇

目錄0-1損失函數(zero-one loss)log對數損失函數L2 Loss 、 L1 Loss交叉熵損失函數 (Cross-entropy loss function)OpenPose中使用的損失函數:Faster RCNN

原创 NAS神經網絡結構搜索簡述

很多大廠針對具體任務已經開始普及NAS來定製網絡了,因而總歸要有所瞭解,不懂的話可以先快速上手概念和流程 NAS 雖然方法層出不窮,但基本都包括這三大部分: 定義搜索空間; 執行搜索策略採樣網絡; 對採樣的網絡進行性能評估。 接

原创 花椒直播的推薦系統

推薦系統:幫助用戶發現內容,克服信息過載 通過分析用戶行爲,對用戶興趣建模,預測用戶的興趣 早期,基於熱度推薦:熱度高的一般質量有保證,但是集中在頭部,難以千人千面 現代化推薦系統 全樣本,生成粗排序(百萬),再生成精緻排序(幾百

原创 FPD: Fast Human Pose Estimation 姿態估計cvpr2019論文閱讀

from 電子科技大學 姿態估計CVPR2019 論文地址 升級版論文 Abstract 姿態估計精度方面越來越好,但是網絡越來越大。想通過減少少量精度得到一個可以在輕量級設備上運行的模型。 使用一個 Fast Pose Dist

原创 Distribution-Aware Coordinate Representation for Human Pose Estimation 姿態估計 CVPR2019

Distribution-Aware Coordinate Representation for Human Pose Estimation 姿態估計 CVPR2019 論文翻譯,學習筆記,論文梗概 論文原文點這 這篇文章是該團隊