一、传统视频分类方法 深度学习兴起前，大多数视频分类都是基于手工设计的特征和典型的机器学习方法。 比如：基于局部时空域的运动信息和表现信息，利用词袋模型等方式审核才能视频编码，然后利用视频编码来训练分类器（SVM）。这种基于人工设计特征的方法，如HOG、HOF、MBH 等特征，在经过词袋模型或Fis ...
分类：
编程语言 时间：
2018-12-26 20:00:28
阅读次数：
666
output_10_1.png TRAINING A CLASSIFIER 参考 : "Deep Learning with PyTorch: A 60 Minute Blitz" 在学会了以下后： 1. 定义神经网络 2. 计算损失函数 3. 更新权重 What about data Genera ...
分类：
其他好文 时间：
2018-12-25 20:29:30
阅读次数：
1095
2 reading level assessment 最早：公式，syntactic特征（如句长）之后：概率语言模型（前两个论文），smoothed unigram分类器捕捉词的变化smoothed unigram分类器的Overall Accuracy and Generalization Abi ...
分类：
系统相关 时间：
2018-12-23 12:51:37
阅读次数：
224
分类器的本质是什么？其实就是根据近邻算法来判断是否属于同一个区域范围； 近邻算法的本质是什么？是距离，距离分两种，一种是曼哈顿距离，一阶算法；另外一种是欧式距离，二阶算法； 距离怎么判断？对于监督学习，已经知道了几种分类，那么针对这些分类，距离那个分类（样本）近，就是什么分类。 所以推演到这里离，分... ...
分类：
其他好文 时间：
2018-12-22 14:55:30
阅读次数：
233
机器学习分类（1）监督学习 数据集是有标签的，就是说对于给出的样本我们是知道答案的，我们大部分学到的模型都是属于这一类的，包括线性分类器、支持向量机等等； （2）无监督学习 跟监督学习相反，数据集是完全没有标签的，主要的依据是相似的样本在数据空间中一般距离是相近的，这样就能通过距离的计算把样本分类， ...
分类：
其他好文 时间：
2018-12-21 22:56:27
阅读次数：
286
机器学习按照学习方式的不同，分为很多的类型，主要的类型分为 监督学习 非监督学习 强化学习 半监督学习 什么是监督学习？ 利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练。 正如下图中给出了好多鸭子的特征那样，指示出那些是鸭子哪些不是鸭子，然后让计算机进行学习，计算机 ...
分类：
其他好文 时间：
2018-12-21 22:48:41
阅读次数：
302
线性分类器 1.线性分类器得分函数 CIFAR-10：一共有10个类别，几千张图片的分类任务 给你一张图片，然后得出每个类别的分数是多少，结果是一个得分向量score-vector 我们把[32,32,3]的图片看成x，线性分类器就是给出权重W，得到10个得分 简单一点，我们把32*32*3的矩阵拉 ...
分类：
其他好文 时间：
2018-12-15 11:59:47
阅读次数：
192
首先说明啊：logistic分类器是以Bernoulli（伯努利） 分布为模型建模的，它可以用来分两种类别；而softmax分类器以多项式分布（Multinomial Distribution）为模型建模的，它可以分多种互斥的类别。 补充： 什么是伯努利分布？伯努利分布[2] 是一种离散分布,有两种 ...
分类：
其他好文 时间：
2018-12-12 14:58:10
阅读次数：
235
混淆矩阵 from sklearn.metrics import confusion_matrix y_true = [2, 0, 2, 2, 0, 1] y_pred = [0, 0, 2, 2, 0, 2] confusion_matrix(y_true, y_pred) >>>array([ ...
分类：
其他好文 时间：
2018-12-10 13:50:26
阅读次数：
211
问题引入 在很多机器学习任务中，特征并不总是连续值，而有可能是分类值。 例如，考虑一下的三个特征： 如果将上述特征用数字表示，效率会高很多。例如： 但是，即使转化为数字表示后，上述数据也不能直接用在我们的分类器中。这个的整数特征表示并不能在分类器中直接使用，因为这样的连续输入，估计器会认为类别之间是 ...
分类：
其他好文 时间：
2018-12-09 14:04:34
阅读次数：
162
