GISTime

OpenCV-Cmake版本opencv4.4 .0，windows下编译 1、下载源码和Cmake （1）opencv4.4：https://github.com/opencv/opencv/releases 选择4.4版本的Sourcecode(zip)进行下载 （2）opencv_contrib：https://github.com/opencv/opencv_contrib/rele... 阅读全文…

行人重识别中的对结果的评价指标主要使用累计匹配曲线（Cumulative Matching Characteristics，CMC）和平均准确度（mean Average Precision，mAP）两种评价指标。 mAP准确率和召回率准确率（Precision）表示返回的结果中真正相关结果的比率，也称为查准率。 召回率（Recall）表示返回的相关结果数站实际相关结果总数的比率，也称为查全... 阅读全文…

贝叶斯分类器获得后验概率$P(c|x)$的两种策略：给定$x$，通过直接建模$P(c|x)$来预测$c$，这样的方法称为判别式模型(discriminative models)。先对联合概率分布$P(x,c)$建模，然后有次获得$P(c|x)$，这样的方法称为生成式模型(generative models)。决策树、BP神经网络、支持向量机等为判别式模型。朴素贝叶斯、隐马尔可夫模型等为生成式... 阅读全文…

决策树ID3——最大信息增益信息熵是度量样本集合纯度最常用的一个指标。假定当前样本集合D中第k类样本所占的比利为$p_k(k=1,2,…,|y|)$,则D的信息熵定义为 Ent(D)=-\sum_{k=1}^{|y|}p_klog_2p_k$Ent(D)$的值越小则D的纯度越高。 假定离散属性a有V个可能的取值${a^1,a^2,…,a^V}$，若使用a来对样本集进行划分，则会产生V个分治... 阅读全文…

深度残差网络ResNetarxiv ResNet是目前应用最为广泛的特征提取网络之一。在Deep Residual Learning for Image Recognition中，作者将ResNet的网络层数做到了152层，其主要实现的方式是残差学习（Residual Learning） 残差学习 ... 阅读全文…

支持向量机（SVM）推荐讲解视频 白板推导 支持向量机的思想是寻找样本分类的最大间隔。 设样本$D=\{(x_1,y_1),(x_1,y_1),…,(x_m,y_m)\}$,其中$y_i \in \{+1,-1\}$,当$x_i$为正例时$y_i=+1$，当$x_i$为反例时，$y_i=-1$. 线性可分支持向量机 ... 阅读全文…

线性判别分析（LDA）LDA是一种经典的线性学习方法，也称为“Fisher判别分析”。 LDA的基本思想：给定训练集，设法将样例投影到一条直线上，使得同类样例的投影点尽可能接近，不同种类样例的投影点尽可能远。 为实现同类样例的投影点尽可能接近，可让同类样例投影点的协方差尽可能小。而实现不同种类样例的投影点尽可能远，则不同种类样例投影中心的距离尽可能大。 二分类问题同时实现以上两种情况则可最大... 阅读全文…

PyTorch分布式训练目前分布式训练的方法中主要分为数据并行与模型并行两种方法，其中在大多实验中以数据并行为主。模型并行主要存在于工业应用中，一般模型较大、训练数据是学术实验中训练数据的几何倍数。 ... 阅读全文…

深度学习中的正则化在对训练数据进行训练的过程中很容易造成过拟合，从而降低模型的泛化能力1 阅读全文…

常用排序算法的实现基本排序算法：冒泡，选择，插入，希尔，归并，快排 冒泡排序重复地走访过要排序的元素列，依次比较两个相邻的元素，如果他们的顺序（如从大到小、首字母从A到Z）错误就把他们交换过来。走访元素的工作是重复地进行直到没有相邻元素需要交换，也就是说该元素已经排序完成。 123456789101112131415def bubbleSort(data): ''' 冒泡排序 ... 阅读全文…