https://www.zhihu.com/question/64134994 1、增加batch size会使得梯度更准确，但也会导致variance变小，可能会使模型陷入局部最优； 2、因此增大batch size通常要增大learning rate，比如batch size增大m倍，lr增大m ...
分类：
其他好文 时间：
2019-09-13 17:10:55
阅读次数：
105
图像边缘锐化处理的目的 突出图像的细节，或者增强被模糊的细节，增强图像边缘，便于提取目标物体的边界，对图像进行分割、目标区域识别、区域形状提取等为图像理解和分析打下基础。 图像边缘锐化的基本方法 微分运算 梯度锐化 边缘检测 图像边缘类型 通常，边缘上的灰度变化平缓，而边缘两侧灰度较快。图像的边缘一 ...
分类：
其他好文 时间：
2019-09-12 09:46:57
阅读次数：
112
//2019.09.10神经网络入门与学习1、神经网络的发展主要得益于三个方面的进步：(1)2进制的创新能力的发展(2)软硬件能力的发展;(3)人的性价比的下降。2、神经网络的成熟应用目前主要体现在分类识别上，具体来说可以分类到三个方面：(1)图像识别：主要用于人脸识别和自动驾驶；(2)语音识别：主 ...
分类：
其他好文 时间：
2019-09-10 20:54:58
阅读次数：
124
学习率learning_rate: 学习率表示每次参数更新的幅度 1.表达式：Wn+1 = Wn - learning_rate * ▽ Wn+1：更新后的参数 Wn：当前参数 learning_rate：学习率 ▽：损失函数的梯度（导数） 也就是参数的更新向着梯度下降的方向 2.定义损失函数 lo ...
分类：
其他好文 时间：
2019-09-09 11:42:19
阅读次数：
241
一、Jmeter梯度加压的 jar：Stepping Thread Group，下载方法如下： 1、访问网网站：https://jmeter-plugins.org/downloads/old/ 2、下载插件： 3、下载后需要解压，然后将JMeterPlugins-Standard.jar包放在jm ...
分类：
其他好文 时间：
2019-09-08 09:46:36
阅读次数：
107
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。 假如你在乎精度（a ...
分类：
编程语言 时间：
2019-09-08 09:33:58
阅读次数：
219
<!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>Title</title> <style> *{ margin: 0; padding: 0; } .box{ width: 200px; height: 10... ...
分类：
其他好文 时间：
2019-09-06 18:57:46
阅读次数：
111
没有数据标准化的版本，效率非常高，而且训练结果并不好。 ...
分类：
编程语言 时间：
2019-09-04 19:22:53
阅读次数：
297
特征提取 直方图 用于计算图片的特征（Feature) 和表达（representation） 对图片数据/特征分别的一种统计 灰度、颜色 梯度/边缘、形状、纹理 局部特征点、视觉词汇 区间（bin） 均有一定的统计或者物理意义 一种数据或者特征的代表 需要预定义或者基于数据进行学习 数值是一种统计 ...
分类：
其他好文 时间：
2019-09-04 00:14:38
阅读次数：
88
目录 1. 为什么需要RNN 2. LSTM的结构 3. LSTM网络 4. RNN 的评估 5. RNN的应用 6. Attention-based model 1. 为什么需要RNN？ 传统的神经网络，一个输入会对应一个输出，如果输入不变，那输出也不会变。如下，一个Tappei是属于目的地类的， ...
分类：
其他好文 时间：
2019-09-03 22:45:12
阅读次数：
116
