腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

机器学习与python集中营

专注于python开发、机器学习、深度学习、人工智能领域的一颗小草。

专栏作者

135

文章

482074

阅读量

75

订阅数

详解Python中的可哈希对象与不可哈希对象（二）

编程算法存储

前言：我们经常会听见很多的概念，哈希值，哈希表，可哈希对象，不可哈希对象，散列表，字典，映射，等等，那么这么多的概念后面到底又有什么区别和联系，它们的本质又是怎么样的，本此系列文章将针对这些概念进行说明，鉴于篇幅较多，本次系列文章将分为两篇来说明，此为第二篇，会涉及到以下概念，可变对象mutable与不可变对象inmutable，可哈希hashable与不可哈希unhashable，为什么字典dict的键Key一定要是可哈希的？

2019-11-07

9.5K0

【论文详解】目标检测算法之SSD 深入详解

存储图像识别 https 神经网络深度学习

目标检测近年来已经取得了很重要的进展，主流的算法主要分为两个类型：（1）two-stage方法，如R-CNN系算法，其主要思路是先通过启发式方法（selective search）或者CNN网络（RPN)产生一系列稀疏的候选框，然后对这些候选框进行分类与回归，two-stage方法的优势是准确度高；（2）one-stage方法，如Yolo和SSD，其主要思路是均匀地在图片的不同位置进行密集抽样，抽样时可以采用不同尺度和长宽比，然后利用CNN提取特征后直接进行分类与回归，整个过程只需要一步，所以其优势是速度快，但是均匀的密集采样的一个重要缺点是训练比较困难，这主要是因为正样本与负样本（背景）极其不均衡（参见Focal Loss，https://arxiv.org/abs/1708.02002），导致模型准确度稍低。不同算法的性能如图1所示，可以看到两类方法在准确度和速度上的差异。

2019-10-22

1.6K0

当python遇上杨辉三角——生成器与迭代器

javascript 存储

生成器：generator，主要是处理无限大的序列，但不希望采用传统的生成再存储的方式，因为这样极度占用内存与存储空间，因此可以看做是个懒人函数，需要的时候再调用，未调用时可以说只存储一个生成的表达式。

2019-07-08

6850

深度学习手把手系列文章归档

存储图像识别深度学习机器学习神经网络

【手把手AI项目】一、安装win10+linux-Ubuntu16.04的双系统（全网最详细）

2019-05-31

6110

YOLO V2的10个改进技巧（上篇）

存储图像识别神经网络深度学习人工智能

YOLO V2的原始论文是，《YOLO9000: Better, Faster, Stronger 》，新的YOLO版本论文全名叫“YOLO9000: Better, Faster, Stronger”，主要有两个大方面的改进：

2019-05-30

2.5K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

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