1.c++ python2,图像处理3.NIPS/ECCV/ICCV/CVPR4.OpenCV开发;5.深度学习库Caffe、Tensorflow、M
原创
2021-09-08 09:57:51
268阅读
1.加载lib/头文件分两种方法:(1)适用于当前项目1 第一步:项目->属性->C/C++->常规->附加包含目录(浏览.h文件的路径) 添加包含文件
2 第二步:项目->属性->C/C++->链接器->输入->附加依赖项(写入lib的名称) 添加库文件
3 项目->属性->C/C++->链接器->输入-&
转载
2024-07-01 08:06:08
49阅读
深度学习实战课程:第1讲-深度学习概述与挑战第2讲-图像分类基本原理第3讲-深度学习必备基础知识点第4讲-神经网络反向传播原理第5讲-神经网络整体架构第6讲-神经网络案例实战图像分类任务第7讲-卷积神经网络基本原理第8讲-卷积参数详解第9讲-卷积神经网络案例实战第10讲-经典网络架构分析第11讲- 分类与回归任务第12讲- 三代物体检测算法分析第13讲-数据增强策略...
原创
2021-09-08 10:06:27
121阅读
本书介绍了数据科学的数学和算法基础,包括机器学习、高维几何和大型网络分析。主题包括高维数据的反直觉性质,重要
原创
2024-04-13 21:57:59
38阅读
ML&DL:ML&DL相关概念的原始英文解释——对理解最初的ML和DL的相关概念的定义非常有用目录ML分类概念1、Parametric and Nonparametric AlgorithmsML分类概念1、Parametric and Nonparametric AlgorithmsWhat is a parametric machine le...
原创
2021-06-15 21:37:00
120阅读
很有趣的一节,讲了机器学习中的攻击(数据加噪)与防御。
原创
2021-06-22 16:57:35
489阅读
1,CNN:目前最合适的卷积层数:20~25层
http://vlg.cs.dartmouth.edu/c3d/
https://www.microsoft.com/en-us/research/publication/msr-vtt-a-large-video-description-dataset-for-bridging-video-and-language/?from=http%3A%2
原创
2021-09-08 13:35:57
123阅读
原文作者:Jack Stark在算法岗的面试中,除了数据结构和算法的编程题外,机器学习/深度学习的编程题也常常用来考察候选人的基础能力。不能讲了一大堆天花乱坠的算法,连个简单的算法都不能独立实现。非极大值抑制(NMS)NMS用来去掉重复的框。输入前面得到的框,对于每一类,按照score进行降序排序,最大的那个一定保留,然后和其他的框计算IOU。IOU大于一定阈值视为重复的框,丢弃掉。import
转载
2022-08-30 06:49:07
78阅读
ML&DL:ML&DL相关概念的原始英文解释——对理解最初的ML和DL的相关概念的定义非常有用目录ML分类概念1、Parametric and Nonparametric AlgorithmsML分类概念1、Parametric and Nonparametric AlgorithmsWhat is a parametric machine learning alg
原创
2022-04-22 16:49:32
210阅读
很有趣的一节,讲了机器学习中的(数据加噪)与防御。
原创
2022-03-21 11:53:57
126阅读
原文连接:https://zhuanlan.zhihu.com/p/81891467在算法岗的面试中,除了数据结构和算法的编程题外,机器学习/深度学习的编程题也常常用来考察候选人的基础能力。不能讲了一大堆天花乱坠的算法,连个简单的算法都不能独立实现。非极大值抑制(NMS)NMS用来去掉重复的框。输入前面得到的框,对于每一类,按照score进行降序排序,最大的那个一定保留,然后和其他的框计算IOU。
原创
2020-12-14 22:30:19
226阅读
文章目录Deep learning三大巨头人物简介关系网国内大牛清华校友中的两大人工智能大牛贾扬清和何凯明
Deep learning三大巨头Geoff Hinton 多伦多大学计算机系教授,深度学习之父,深度学习开山鼻祖,BP算法创始人,目前加入Google搞Google Brain.Yann Lecun 加入Facebook任人工智能研究室主任,Hint
转载
2022-02-28 10:34:06
1992阅读
人物简介(牛1)Geoffrey Hinton 杰弗里·辛顿Geoffrey Hinton,被称为“神经网络之父”、“深度学习鼻祖”,他曾获得爱丁堡大学人工智能的博士学位,并且为多伦多大学的特聘教授。现在的Hinton:一半归多伦多大学,一半归Google大脑。(牛2)Yann LeCun 延恩·勒昆YannLeCun是个法国人,辛顿的学生。他是纽约大学终身教授,还是纽约大学数据科学...
转载
2021-06-18 16:10:13
5459阅读
深度”(Deep)指的就是这个网络的层数非常多。浅层网络可能只能识别一些简单的特征(比如边缘、颜色块),而深层网络可以将这些简单特征组合起来,识别出更复杂的概念(比如眼睛、鼻子,最终组合成一张人脸)。:在传统的机器学习中,我们常常需要人类专家先手动定义好哪些特征是重要的(比如,要识别猫,专家需要先告诉机器要关注“爪子”、“胡须”等特征)。想象一下,你不想为电脑编写一套固定的、明确的指令(比如“如果看到图片里有尖耳朵和胡须,就判断是猫”),而是希望电脑能自己“学会”如何判断。深度学习是机器学习中的一种。
它提出的问题足够棘手,足以让你咬牙切齿,并大幅提高你的技能—但它们被框在发人深省的问题和引人入胜的故事之中。这就是为什么本对学生和求职者特别有价值:它
原创
2024-05-13 10:19:19
67阅读
关于支持向量机:定义了 Hinge Loss ;投影到高维空间,用 Kernel Trick 减少计算量。
原创
2021-06-22 11:36:19
545阅读
关于支持向量机:定义了 Hinge Loss ;投影到高维空间,用 Kernel Trick 减少计算量。
原创
2022-01-30 14:00:15
481阅读