1. 零均值化 / 中心化：对输入图片进行预处理，计算训练数据中所有图片的每个位置的均值，然后每张图片的元素减自己位置对应的均值。零均值化后的图片以（0，0）为中心，所有图片的对应位置的元素均值为0 PCA和白化： 2. 为什么要对数据零均值化？ 为了在反向传播中加快网络中每一层权重参数的收敛（这是 ...
分类：
其他好文 时间：
2020-01-31 10:45:16
阅读次数：
171
在许多学术界和工业界人士努力下，先后在多个领域诞生了开放数据集，从入门的 MNIST，再到大名鼎鼎的 Image Net，涵盖了通用场景。但在实际的业务通常碰到某些细分领域没有开放数据集，比如服装的类型和风格，这就要求自己构建训练数据集，或自力更生，或临时雇用外包人员 (自己提供工具)，甚至全权委托 ...
分类：
其他好文 时间：
2020-01-29 19:52:45
阅读次数：
83
1. k 近邻算法k近邻法（k-nearest neighbor， k-NN） 是一种基本分类与回归方法。 k近邻法的输入为实例的特征向量， 对应于特征空间的点； 输出为实例的类别， 可以取多类。 k近邻法假设给定一个训练数据集， 其中的实例类别已定。 分类时， 对新的实例， 根据其k个最近邻的训练 ...
分类：
其他好文 时间：
2020-01-28 10:56:49
阅读次数：
71
朴素贝叶斯法，就是使用贝叶斯公式的学习方法，朴素就是它假设输入变量（向量）的各个分量之间是相互独立的。所以对于分量之间不独立的分布，如果使用它学习和预测效果就不会很好。 简化策略 它是目标是通过训练数据集学习联合概率分布$P(X, Y)$用来预测。书上说，具体是先学习到先验概率分布以及条件概率分布， ...
分类：
其他好文 时间：
2020-01-25 15:31:35
阅读次数：
163
在经常性读取大量的数值文件时(比如深度学习训练数据),可以考虑现将数据存储为Numpy格式,然后直接使用Numpy去读取,速度相比为转化前快很多. 下面就常用的保存数据到二进制文件和保存数据到文本文件进行介绍: 1.保存为二进制文件(.npy/.npz) numpy.save 保存一个数组到一个二进 ...
分类：
编程语言 时间：
2020-01-19 22:18:38
阅读次数：
105
一、介绍 内容 使机器能够“举一反三”的能力 知识点 使用 PyTorch 的数据集套件从本地加载数据的方法 迁移训练好的大型神经网络模型到自己模型中的方法 迁移学习与普通深度学习方法的效果区别 两种迁移学习方法的区别 二、从图片文件中加载训练数据 引入相关包 下载网盘链接：https://pan. ...
分类：
其他好文 时间：
2020-01-18 14:44:34
阅读次数：
76
BN作为最近一年来深度学习的重要成果，已经广泛被证明其有效性和重要性。虽然还解释不清其理论原因，但是实践证明好用才是真的好。 一、什么是BN 机器学习领域有个很重要的假设：独立同分布假设，就是假设训练数据和测试数据是满足相同分布的，这是通过训练数据获得的模型能够在测试集获得好的效果的一个基本保障。B ...
分类：
其他好文 时间：
2020-01-13 12:35:39
阅读次数：
658
下面要说的基本都是《动手学深度学习》这本花书上的内容，图也采用的书上的 首先说的是训练误差(模型在训练数据集上表现出的误差)和泛化误差(模型在任意一个测试数据集样本上表现出的误差的期望) 模型选择 验证数据集(validation data set)，又叫验证集(validation set)，指用 ...
分类：
其他好文 时间：
2020-01-06 11:13:27
阅读次数：
446
R-CNN 【深度学习】R-CNN 论文解读及个人理解 【目标检测】RCNN算法详解 R-CNN论文翻译解读 总之，R-CNN取得成功的两个关键因素：1：在候选区域上自下而上使用大型卷积神经网络(CNNs)，用以定位和分割物体。2：当带标签的训练数据不足时，先针对辅助任务进行有监督预训练，再进行特定 ...
分类：
其他好文 时间：
2019-12-29 23:32:37
阅读次数：
77
博客搬家： "用户评论情感极性判别" 本文章介绍百度点石平台上的一个训练赛的赛题代码，赛题是包括用户评论文字的情感判别的分类问题， "赛题链接戳此处" 数据预处理 使用测试数据和训练数据生成语料库 利用语料库，使用word2vec工具，生成可备用的模型，用于将句子转化为向量 数据训练与测试 感觉训练 ...
分类：
其他好文 时间：
2019-12-24 12:03:06
阅读次数：
123
