原创 機器學習模型評價指標整理
最近對這幾個指標又有些生疏，整理個筆記方便查看： 分類/迴歸問題評估指標： 分類問題 迴歸問題 準確率 – Accuracy MSE（均方誤差） 精確率（查準率）- Precision MAE (平均絕對誤差)
2020-04-25 13:36:40
1
原创 斯坦福大學AI系列課程傳送門
美國計算機學科四大名校： 加州大學伯克利分校(UC Berkeley) 麻省理工學院(MIT) 斯坦福大學(Stanford) 卡耐基梅隆大學(CMU)。 最近在學習斯坦福的機器學習和深度學習相關課程，在此留個課程傳送門。 1
2020-04-14 05:07:29
1
原创 GNN-圖神經網絡基礎內容概述
前言 過去的十多年中，神經網絡在圖像和文本等結構化數據中已經表現的十分出色。CNN，RNN，自編碼器（Autoencoders）等很多流行的模型在以矩陣或向量作爲輸入的結構形式數據上都能很好地工作，我稱這些結構化的數據爲表格數據。
2020-04-14 05:07:29
2
原创 3D-MiniNet實時LIDAR點雲語義分割的深度學習方法整理
3D-MiniNet: 從點雲中學習2D表示以實現快速有效的3D LIDAR語義分割（2020） 西班牙Zaragoza大學的研究人員提出的最新3D點雲語義分割的深度學習方法，網絡分爲兩大部分，提出新的滑動框搜索球形投影后的“像素
2020-04-05 11:54:47
16
原创 點雲的球面投影理解
前言 球面投影或正視圖投影是將3D點雲數據表示爲2D圖像數據的一種方式，因此從本質上講，它還充當降維方法。球形投影方法正越來越多地用於處理點雲深度學習解決方案中。應用最廣泛的領域是對點雲中對象進行分類和分割任務，這個投影方法在多個
2020-04-05 11:54:47
5
原创 CNN全連接層和卷積層的轉化
0. 前言 自AlexNet網絡在ImageNet LSVRC-2012的比賽中，取得了top-5錯誤率爲15.3%的成績後卷積神經網絡CNN在圖像深度學習中成爲不可缺少的大殺器。以圖像分類任務爲例在對最後一個卷積層進行池化後一般
2020-03-29 15:13:41
原创 PyTorch1.4.0-torchvision參考1
torchvision參考 簡介 對於使用pytorch進行CV深度學習而言，torchvision工具包確實很香，可以很方便的進行模型搭建或遷移學習的工作，還支持對視頻的操作。Pytorch官方文檔做了相當多的工作，對於這一部分
2020-03-24 00:56:10
15
原创 Java的內存劃分
Java的內存需要劃分爲五個部分： 1. 棧（Stack）： 存放的都是方法中的局部變量，方法的運行一定在棧中； 方法的參數，或者是方法{}內部的變量； 2. 堆（Heap）: 凡是new 出來的東西都在堆中； 堆內存裏存放的東
2020-03-21 04:54:44
原创 Python中類的創建和使用方法
面向對象編程（OOP）是最有效的軟件編寫方法之一，我們會使用到類(CLASS)來定義出一大類對象都有的行爲，當我們基於類來創建對象時，每個對象都具備這種通用的行爲。 然後根據需要賦予每個對象獨特的個性。根據類來創建對象被稱爲實例化，你將
2020-03-21 04:54:44
原创 Vi/Vim使用筆記
終端中的編輯器—-Vi/Vim使用筆記 目標 vi 簡介 打開和新建文件 三種工作模式 常用命令 分屏命令 常用命令速查圖 01. vi 簡介 1.1 學習 vi 的目的 在工作中，要對 服務器 上的文件進行 簡單 的修改，
2020-03-21 04:54:44
原创 Python中的部分函數及功能使用
Python包含許多有用的內置函數和方法來完成常見任務。 1.字符串函數 1.join - 使用另一個字符串作爲分隔符連接字符串列表。 2.replace - 將字符串中的一個子字符串替換爲另一個子字符串。 3.startsw
2020-03-21 04:54:44
原创 Python和Numpy中——淺拷貝和深拷貝的詳解
Python—淺拷貝和深拷貝的詳解 首先我們要了解一下淺拷貝和深拷貝的概念： 1.淺拷貝 定義：淺拷貝是對另外一個變量的內存地址的拷貝，這兩個變量指向同一個內存地址的變量值。 注：僅僅拷貝的是目標變量的所在地址，目標變量的所在地
2020-03-21 04:54:44
原创 批歸一化（Batch Normalization）詳細解釋筆記
批歸一化（Batch Normalization）的詳細解釋 以前在神經網絡訓練中，只是對輸入層數據進行歸一化處理，卻沒有在中間層進行歸一化處理。要知道，雖然我們對輸入數據進行了歸一化處理，但是輸入數據經過矩陣乘法以及非線性運
2020-03-21 04:54:44
5
原创 Anaconda + pycharm+jupyter notebook虛擬環境的創建和使用
Anaconda + pycharm+jupyter notebook虛擬環境的創建和使用 以tensorflow2.0爲例： Anaconda支持交互界面設置，添加虛擬環境和更新庫都很方便，但是有的時候新的版本庫發佈後要過一段時
2020-03-21 04:54:44
原创 語義分割最新指南2019版
相較於深度學習語義分割指南2017版（A 2017 Guide to Semantic Segmentation with Deep Learning ），作者總結了當年各個具有代表性的語義分割算法與相關貢獻。今年Namespac
2020-03-21 04:54:44
3