按时间归档:2022年
-
机器学习之线性回归算法Linear Regression(python代码实现)
线性回归(Linear Regression)是一种非常简单、用处非常广泛、含义也非常容易理解的一类经典的算法,非常合适作为机器学习的入门算法。 线…
-
31、OAK使用Yolov4-tiny进行训练、部署、测距功能使用
基本思想:参考官网教程就行,这里只为实现自己的功能,做一下尝试和记录 链接:https://pan.baidu.com/s/1vF7zbdyqpsfwmAV8Xmo9MQ 提取码…
-
论文阅读笔记:ResNext
1. ResNext Xie, Saining, et al. “Aggregated residual transformations for deep neural netwo…
-
机器学习之聚类算法Kmeans及其应用,调用sklearn中聚类算法以及手动实现Kmeans算法。
实现Kmeans算法实现聚类 要求: 1、根据算法流程,手动实现Kmeans算法; 2、调用sklearn中聚类算法,对给定数据集进行聚类分析; 3、对比上述2中Kmeans算法的…
-
机器学习—sklearn
1.Sklearn简介 sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具,Sklea是处理机器学习 (有监督学习和无监督学习) 的包。它…
-
批量规范化(批量归一化)——BN
训练深层神经网络是十分困难的,特别是在较短的时间内使他们收敛更加棘手。 在本节中,我们将介绍批量规范化(batch normalization),这是一种流行且有效的技术,可持续加…
-
热力图生成算法及其具体实现
1. 概述 以前一直觉得热力图非常高大上,现在终于有机会研究并总结这个问题了。其实从图像处理的角度上来说,热力图生成算法并没有什么特别的,要得到非常漂亮的效果,数据以及配色方案的也…
-
卷积神经网络4——NiN
LeNet、AlexNet和VGG都有一个共同的设计模式:通过一系列的卷积层与汇聚层来提取空间结构特征;然后通过全连接层对特征的表征进行处理。 AlexNet和VGG对LeNet的…
-
卷积神经网络5——GoogLeNet(含并行连结的网络)
GoogLeNet网络特点 引入了 Inception 结构(融合不同尺度的特征信息) 使用 1X1 的卷积核进行降维以及映射处理 丢弃全连接层,而使用平均池化层(这大大的减少了模…
-
UNet和传统CNN的区别
一、UNet网络模型 UNet有两部分组成:Encoder和Decoder组成。 1.Encoder UNet模型的左侧是Encoder模块,负责特征提取。由四个下采样块组成,每个…