- 博客(4)
- 资源 (13)
- 收藏
- 关注
RSS订阅原创 cv-图像分类
②translation equivariance：由于卷积核是一样的所以不管图片中的物体移动到哪里，只要是同样的输入进来遇到同样的卷积核，那么输出就是一样的。总结：但是使用基于CNN的方法还是存在感受野有限的问题，不能很好的建模长远的依赖关系（全局信息），而基于transformer的方法可以很好的建模全局信息但是transformer反而缺乏类似于CNN的归纳偏置，这些先验信息必须通过大量的数据来进行学习，所以小的数据在CNN上取得的效果一般优于基于transformer的方法。
2023-03-28 20:39:24
98
1
原创 力扣-练习总结
一、数组（485、283、27）：1.1 485（最大连续1的个数）：通过一个for循环，维护一个max和count，如果指针是1，count就++并且更新max；如果不是1就把count置为0，最后返回max。1.2 283（将所有0移动到数据末尾）：通过一个for循环，维护两个指针slow、fast，保证0~slow之间都是非0的保续元素，如果fast不为0，就把fast位置的值赋值给slow位置，并且slow++，继续变脸fast下一个位置；for结束后把slow及往后的所有数据都赋值为0，结束
2022-01-19 14:48:24
406
原创 rank类问题常用的评价指标
1、准确率 = 被分对的样本数 / 所有的样本数就是被分对的样本数除以所有的样本数，通常来说，正确率越高，分类器越好。缺点：准确率这个评价指标有很大的缺陷。比如在互联网广告里面，点击的数量是很少的，一般只有千分之几，如果用acc，即使全部预测成负类（不点击）acc也有 99% 以上，没有意义。因此，单纯靠准确率来评价一个算法模型是远远不够科学全面的。2、精确率 = 被分对的正例样本...
2020-01-10 15:17:05
851
转载 机器学习从入门到精通-精选
1. 引言也许你和这个叫『机器学习』的家伙一点也不熟，但是你举起iphone手机拍照的时候，早已习惯它帮你框出人脸；也自然而然点开今日头条推给你的新闻；也习惯逛淘宝点了找相似之后货比三家；亦或喜闻乐见微软的年龄识别网站结果刷爆朋友圈。恩，这些功能的核心算法就是机器学习领域的内容。套用一下大神们对机器学习的定义，机器学习研究的是计算机怎样模拟人类的学习行为，以获取新的知识或技能，并重
2016-03-06 12:57:55
489
SUSAN算法原文翻译版
2012-04-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人