首页
学习
活动
专区
工具
TVP
发布

YoungGy

专栏成员
145
文章
158443
阅读量
50
订阅数
FasterRCNN代码解读
之前的文章简要介绍了Faster-RCNN等物体检测的算法,本文将从代码角度详细分析介绍Faster-RCNN的实现。本文使用的代码参考了chenyuntc的实现,代码的位置看这里。需要注意的是,本文使用的框架是Pytorch。
用户1147754
2019-05-26
2.3K0
ML基石_1_LearningProblem
该课程主要包括以下四个部分 1. When can machine learn 2. Why can machine learn 3. How can machine learn 4. How can machine learn better
用户1147754
2019-05-26
2950
基于RNN的语言模型与机器翻译NMT
根据给定的文章内容,撰写摘要总结。
用户1147754
2018-01-03
1.8K0
信息论中的各种熵
摘要总结:本文介绍了信息论中的熵、条件熵、联合熵、交叉熵等概念,以及它们在机器学习、深度学习、信息论等领域的应用。作者通过详细举例,阐述了这些概念在逻辑回归、最大熵模型、贝叶斯推断等方面的应用。同时,作者还介绍了交叉熵在逻辑回归中的计算方式,以及交叉熵与逻辑回归的关系。
用户1147754
2018-01-02
1.3K0
局部放电的特征选择
本文介绍了自然语言处理技术在内容创作、社交媒体和智能问答系统方面的应用。
用户1147754
2018-01-02
1K0
ML基石_14_Regularization
知识脉络 模型太复杂容易造成过拟合,因此让模型从复杂的慢慢的变简单。 step back matrix form lagrange multiplier augmented error other v
用户1147754
2018-01-02
4930
曲线拟合的几种解释
曲线拟合是一个经典的问题,将其数学化后是:已知训练数据x\bf{x}和对应的目标值t\bf{t}。通过构建参数为w\bf{w}的模型,当新的xx出现,对应的tt是多少。 本文将从误差和概率的角度探讨如
用户1147754
2018-01-02
1.4K0
Spark入门_1_RddTransAction
本文介绍了Spark编程模型的基本概念,包括RDD、DataFrame和DataSet等,并讲解了Spark编程模型在不同编程语言下的使用方式。同时,本文还提供了Spark编程模型的代码示例,以帮助读者更好地理解Spark编程模型的原理和实现方式。
用户1147754
2018-01-02
8720
无监督学习之RBM和AutoEncoder
本文介绍了自编码器(Autoencoder)的基本概念、应用场景和实现方法。自编码器是一种无监督学习算法,用于学习数据的表征。它包括编码器和解码器两部分,其中编码器将输入数据压缩成低维表示,解码器将低维表示还原为原始输入。自编码器常用于降维、特征提取、生成模型等场景。实现自编码器的方法包括深度学习、统计学习等。
用户1147754
2018-01-02
1.6K0
MMD_2b_NearestNeighborLearning
本文介绍了大型机器学习的方法,重点关注 k-nearest neighbor(instance based learning)、支持向量机、决策树等模型的训练和参数寻找方法。文章还讨论了如何通过 LSH(local sensitive hashing)缩减问题的规模,使得训练大型模型的时间变为 constant。
用户1147754
2018-01-02
4320
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
Python精品学习库
代码在线跑,知识轻松学
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
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
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