腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
深度学习与计算机视觉
专栏成员
举报
279
文章
412623
阅读量
74
订阅数
订阅专栏
申请加入专栏
全部文章(279)
编程算法(77)
机器学习(59)
神经网络(59)
深度学习(57)
人工智能(54)
图像识别(32)
c++(31)
python(21)
opencv(20)
tensorflow(17)
图像处理(17)
ide(9)
c 语言(8)
存储(8)
人脸识别(7)
其他(7)
数据库(7)
数据结构(7)
git(5)
linux(5)
http(5)
卷积神经网络(5)
对象存储(4)
node.js(4)
github(4)
大数据(4)
.net(3)
打包(3)
腾讯云测试服务(3)
开源(3)
anchor(3)
javascript(2)
bash(2)
xml(2)
jquery(2)
bash 指令(2)
批量计算(2)
文件存储(2)
容器(2)
markdown(2)
kernel(2)
数据处理(2)
windows(2)
https(2)
associations(2)
center(2)
class(2)
dataset(2)
detection(2)
embedding(2)
free(2)
int(2)
list(2)
precision(2)
size(2)
sum(2)
tracking(2)
vector(2)
快捷键(2)
调试(2)
java(1)
c#(1)
scala(1)
css(1)
ecmascript(1)
sql(1)
eclipse(1)
unix(1)
ubuntu(1)
mapreduce(1)
日志服务(1)
命令行工具(1)
网站(1)
o2o(1)
shell(1)
网络安全(1)
ssh(1)
numpy(1)
面向对象编程(1)
线性回归(1)
pytorch(1)
tcp/ip(1)
ntp(1)
ascii(1)
sdk(1)
学习方法(1)
alpha(1)
amp(1)
backbone(1)
background(1)
code(1)
cout(1)
device(1)
distance(1)
dll(1)
download(1)
draw(1)
exe(1)
for循环(1)
frame(1)
global(1)
height(1)
hierarchy(1)
image(1)
it(1)
iterator(1)
label(1)
line(1)
map(1)
matrix(1)
model(1)
object(1)
octave(1)
partial(1)
percentage(1)
pid(1)
pip(1)
point(1)
predict(1)
public(1)
push(1)
repository(1)
reshape(1)
response(1)
rows(1)
set(1)
static(1)
string(1)
timeout(1)
using(1)
video(1)
width(1)
yolo(1)
zero(1)
博客(1)
产品(1)
二维码(1)
工作(1)
函数(1)
开发环境(1)
摄像头(1)
数据类型(1)
拖拽(1)
搜索文章
搜索
搜索
关闭
学习SVM(五)理解线性SVM的松弛因子
其他
学习SVM(一) SVM模型训练与分类的OpenCV实现 学习SVM(二) 如何理解支持向量机的最大分类间隔 学习SVM(三)理解SVM中的对偶问题 学习SVM(四) 理解SVM中的支持向量(Support Vector) 学习SVM(五)理解线性SVM的松弛因子 先说一个事引出这个博客的内容,我最近投的一篇论文被拒稿,用到的方法使SVM(很惭愧,还在用20年前的算法,当然这并不是重点),审稿意见里面有一段话是这样说的(说的很中肯):“该方法本身的特点来看就很难达到100%正确率”,当然这并不
chaibubble
2018-01-15
1.6K
0
学习SVM(四) 理解SVM中的支持向量(Support Vector)
其他
学习SVM(一) SVM模型训练与分类的OpenCV实现 学习SVM(二) 如何理解支持向量机的最大分类间隔 学习SVM(三)理解SVM中的对偶问题 学习SVM(四) 理解SVM中的支持向量(Support Vector) 学习SVM(五)理解线性SVM的松弛因子 我们在开始接触SVM时肯定听到过类似这样的话,决定决策边界的数据叫做支持向量,它决定了margin到底是多少,而max margin更远的点,其实有没有无所谓。 然后一般会配一张图说明一下哪些是支持向量(Support Vec
chaibubble
2018-01-15
702
0
学习SVM(三)理解SVM中的对偶问题
其他
学习SVM(一) SVM模型训练与分类的OpenCV实现 学习SVM(二) 如何理解支持向量机的最大分类间隔 学习SVM(三)理解SVM中的对偶问题 学习SVM(四) 理解SVM中的支持向量(Support Vector) 学习SVM(五)理解线性SVM的松弛因子 网上有很多关于SVM的优秀博客与其他学习资料,而个人感觉本系列博客与其他关于SVM的文章相比,多了一些细节的证明,比如线性分类器原理,支持向量原理等等。 同样是SVM,在《支持向量机导论》中有170+页的内容,而在《机器学习
chaibubble
2018-01-15
1.3K
0
学习SVM(二) 如何理解支持向量机的最大分类间隔
其他
学习SVM(一) SVM模型训练与分类的OpenCV实现 学习SVM(二) 如何理解支持向量机的最大分类间隔 学习SVM(三)理解SVM中的对偶问题 学习SVM(四) 理解SVM中的支持向量(Support Vector) 学习SVM(五)理解线性SVM的松弛因子 SVM算法在在1995年正式发表,在针对中小型数据规模的分类任务上有着卓越的效果,同时有着完整的理论证明,在20世纪末的几年和21世纪初的10年完胜神经网络,吴恩达在其2003年的《Machien learning》公开课上用两
chaibubble
2018-01-15
1.6K
0
建模-判断一列数是不是等差数列
其他
该文讲述了如何判断一个数列是否为等差数列,并给出了相应的算法实现。主要包括计算最大值、最小值、个数和公差,然后根据这些值判断数列是否满足等差数列的条件。
chaibubble
2018-01-02
1K
0
Windows Python2.7配置OpenCV3.2
其他
摘要总结:本文介绍了如何配置Python2.7环境以使用OpenCV3.2,包括安装Python、Numpy、Matplotlib和OpenCV,并提供了在Python2.7环境下安装OpenCV3.2的步骤和示例代码。
chaibubble
2018-01-02
807
0
OpenCV 利用getTickCount()与getTickFrequency()计算执行时间
其他
该文介绍了如何利用OpenCV中的getTickCount()与getTickFrequency()函数计算代码执行时间,提供了一个在C++和Python中实现的简单示例。
chaibubble
2018-01-02
2.5K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档