原文地址: https://blog.csdn.net/yanchuang1/article/details/69683236 想了很久，不知道從哪開始，今天決定從編寫CMa...
發(fā)簡信
IP屬地：上海
-
cmake和CMakeLists.txt的學(xué)習(xí) -
SmoothGrad在圖像分類問題中，為了了解神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到了什么，一個常用的方法就是找出圖像中對最后分類結(jié)果影響最大的區(qū)域，這種方法在文獻(xiàn)中有多種叫法，如sensitivity maps, ...
-
機(jī)器學(xué)習(xí)面試題-轉(zhuǎn)載
原文鏈接 1 比較Boosting和Bagging的異同 二者都是集成學(xué)習(xí)算法，都是將多個弱學(xué)習(xí)器組合成強(qiáng)學(xué)習(xí)器的方法。 Bagging：從原始數(shù)據(jù)集中每一輪有放回地抽取訓(xùn)練...
-
機(jī)器學(xué)習(xí)中的共軛梯度法
1、梯度下降法 梯度下降法實(shí)現(xiàn)簡單，當(dāng)目標(biāo)函數(shù)是凸函數(shù)時，梯度下降法的解是全局解。一般情況下，其解不保證是全局最優(yōu)解，梯度下降法的速度也未必是最快的。 梯度下降法的優(yōu)化思想：...
-
機(jī)器學(xué)習(xí)-兩個(3X3)小核 和 一個(5X5)大核的區(qū)別在很多網(wǎng)絡(luò)中，都使用了3個3x3卷積核來代替7x7卷積核，使用了2個3x3卷積核來代替5x5卷積核，這樣做的主要目的是： （1）保證具有相同感知野的條件下，提升了網(wǎng)絡(luò)的深度，...
