發(fā)簡(jiǎn)信
IP屬地：北京
-
目標(biāo)檢測(cè) —— Selective Search 算法GitHub簡(jiǎn)書CSDN 論文題目: Selective Search for Object Recognition 1. 前言 由于目標(biāo)檢測(cè)和...
-
目標(biāo)檢測(cè)中的樣本不平衡處理方法——OHEM, Focal Loss, GHM, PISAGitHub簡(jiǎn)書CSDN 1. 前言 目前。計(jì)算機(jī)視覺中的性能最好的目標(biāo)檢測(cè)方法主要分為兩種: one-stage 和two-stage 方法。...
-
GBDT算法原理以及實(shí)例理解
該內(nèi)容完全轉(zhuǎn)載自同名CSDN博客(http://blog.csdn.net/zpalyq110/article/details/79527653...
-
機(jī)器學(xué)習(xí)中的熵、條件熵、相對(duì)熵(KL散度)和交叉熵GitHub簡(jiǎn)書CSDN 該文章轉(zhuǎn)載自詳解機(jī)器學(xué)習(xí)中的熵、條件熵、相對(duì)熵和交叉熵 1、信息熵 (information entropy) 熵 (...
-
支持向量機(jī)——線性可分支持向量機(jī)
GitHub簡(jiǎn)書CSDN 1 線性可分支持向量機(jī) 支持向量機(jī)(Support vector machines, SVM)是一種二分類模型，它的基...
-
最大熵模型
GitHub簡(jiǎn)書CSDN 1. 最大熵原理 最大熵模型（Maximum Entropy Model)是通過最大熵原理推導(dǎo)實(shí)現(xiàn),那什么是最大熵原理...
-
邏輯(斯諦)回歸（Logistic Regression）GitHub簡(jiǎn)書CSDN 在我們學(xué)習(xí)機(jī)器學(xué)習(xí)的過程中，我們所需解決的問題，大致可以分為兩部分：分類和回歸.其中,分類是指模型用來預(yù)測(cè)一個(gè)有限的離...
-
GloVe:Global Vectors for Word Representation
Github簡(jiǎn)書CSDN 詞作為自然語言處理中的一個(gè)基本單元，如何表示一個(gè)詞對(duì)于后續(xù)的處理任務(wù)至關(guān)重要，最簡(jiǎn)單的表示方式是 One-hot，但是...
-
作業(yè)三——反轉(zhuǎn)鏈表
題目 用代碼實(shí)現(xiàn)反轉(zhuǎn)鏈表，要求：不能使用棧數(shù)據(jù)結(jié)構(gòu)，時(shí)間復(fù)雜度O(n). 實(shí)現(xiàn) LinkList.h文件代碼 main.cpp