原创 2020 推薦 Top5 編程語言

Python 有關更多視頻資料,請關注我的西瓜視頻,賬號名 zidea,圖標和簡書一致,其中涵蓋許多關於機器學習方面個人錄製的視頻。 2020 年我用的最多的語言無疑是 Python,這是因爲自從 5 月份拿到 AI 工程師 offer

原创 自然語言處理—GRU

GRU GRU 動機 大家可以關注我在西瓜視頻 zidea 的賬號,圖標與本人簡書圖標一致,來收看相關視頻 因爲在循環神經網絡中存在循環結構,所以反向傳播計算中,梯度很容易出現梯度彌散和梯度爆炸的情況,可以梯度裁剪可以防止梯度爆炸,對於梯度

原创 自然語言處理—自注意機制(self-attention)

今天是 2021 年第一天,在此祝大家新年快樂! 相關視頻都發布在西瓜視頻上,西瓜視頻賬號爲 zidea。 自注意力機制(Self Attention) 這裏老師不錯,就是學習氛圍不太好 戶型不錯就是價格有段 觀察數據集 大

原创 YOLOv1 隨筆

YOLO 系列 <img src="./image/../images/ironman_evolution.jpg"> YOLOv1 <img src="images/yolov1_cover.jpeg"> 作者 AlexAB 計算

原创 讀解 PRML(1)

在Bayesian和frequentist範式中,似然函數起着中心作用。然而,這兩種方法的使用方式根本不同。在頻率不變的情況下,w被認爲是一個固定參數,其值由某種形式的“估計器”確定,並且通過考慮可能的數據集D的分佈來獲得該估計的誤差條。

原创 離散貝葉斯過濾器(1)

離散貝葉斯過濾器 Kalman 濾波器屬於貝葉斯濾波器家族一個成員。大多數教科書上,都將 Kalman 濾波器看作 Bayesian 公式的一種表現,但是解釋如何將貝葉斯公式應用到 Kalman 濾波等式的方式因爲過於抽象,所以晦澀難懂。

原创 人臉檢測—Retinanetface

retinaface 人臉檢測算法 甜點 最近一直了解人臉檢測的算法,所以也嘗試學多人臉檢測框架。所以這裏將拿出來和大家分享一下 Retinaface 與普通的目標檢測算法類似,在圖片上預先設定好一些先驗框,這些先驗框會分佈在整個圖片上,

原创 YOLOv4 隨筆

YOLOv4 YOLOv4 在網絡結構上沒有大突破,不過使用學多小 tricks,可以做面試經典,在YOLOv4 可以看成 YOLOv3 加強版,所以YOLOv4 與 YOLOv3 的預測大致一樣 13 x 13 用於檢測大目標 26 x

原创 PCA 隨筆

給大家解釋一個問題,我們可以基於64×64像素的灰度圖像表示通過在圖像周圍填充 0 來將圖片變爲 100×100 大小圖片,同時對圖像進行隨機變化(移動和旋轉)來得到 100×100=10000維數據空間。然而,在這些圖像的數據集中,只有三

原创 強化學習隨筆(3)

時刻只與 時刻有關,在這個時刻,在和前面之間 下一個時刻狀態只有與這一個時刻狀態和行爲有關 馬爾可夫決策過程 馬爾可夫決策過程 馬爾可夫決策過程是強化學習的一個基本框架, 馬爾可夫鏈 也就是下一個狀態只取決於當前狀態,而與當前狀態的

原创 強化學習隨筆(2)

<img src="./images/rl_gambling.jpg"> 狀態 行爲 獎勵 狀態到動作 狀態、動作到獎勵關係 動作到狀態 都是隨機變量 目標函數 通過調整參數更新參數,讓模型的參數最小。 我們需要將問題變爲

原创 強化學習隨筆

甜點 雖然早已經過了學習圍棋的年齡,大學時候學校舉辦過各個系圍棋聯賽。隨着參加工作,圍棋漸漸被遺忘了。直到 AlphaGo 出現再次引起我對圍棋的關注,不過這一次更多眼光放在 AlphaGo 上。 90 年代機器學習看成統計學習,看成統

原创 詳解 YOLOv2

YOLOv2 <img src="./images/yolov2_cover.jpeg"> 簡單迴歸 YOLOv1 <img src="./images/yolov1_012.jpeg"> yolov1 中存在問題 yolo 難以應付小目

原创 強化學習(1)

在開始之前個人覺得有必要把概念給大家說清楚,用大寫字母表示一類事物的集合,用小寫字母表示一類事物的實例。 在強化學習中出現術語解釋 Agent: 是學習主體也就是機器或者說是智能體,agent 通過觀察環境(Environment),觀察

原创 2020 細說YOLO

計算機視覺 單目標 我們要做目標檢測,先看一下計算機視覺可以做那些圖像那些識別問題。目標檢測從 2012 年目標檢測人提升了一倍,圖像目標是什麼,還需要對其進行定位,單目標任務,同時輸出 1000 softmax 損失 L2 損失