240 发简信
IP属地:山东
  • Resize,w 360,h 240
    目标检测:R-CNN问题总结

    一、R-CNN的处理思想 采用CNN网络提取图像特征; 采用大样本下有监督预训练+小样本微调的方式解决小样本难以训练甚至过拟合等问题。 二、测试...

  • Resize,w 360,h 240
    神经网络中的Dropout

    Dropout 的理解 Dropout 在深度学习中是一种防止过拟合的手段,具有很好的容错能力。 dropout 是在深度学习的训练过程中,按照...

  • Resize,w 360,h 240
    使用 sklearn 进行房价预测(机器学习)

    目标 通过已有数据探测并预测房屋价格。 实现方案 借助 sklearn 库构建回归模型预测房价。 开发环境 Jupyter Notebook,官...

  • Resize,w 360,h 240
    机器学习算法:LR多分类与softmax分类

    LR实现多分类 LR是一种传统的二分类模型,也可以做多分类模型,其实现思路如下: 将多分类模型拆分成多个二分类模型分别训练二分类模型将多个二分类...

  • Resize,w 360,h 240
    机器学习算法:GBDT之二

    GDBT的概论 Gradient Boosting基本的结构:Gradient Boosting + 决策树 = GBDTGradient Bo...

  • Resize,w 360,h 240
    用 Python 开发名片管理系统

    简介 这是一个用 Python 开发的可视化的名片管理系统,主要实现名片的添加、删除、修改三大功能。效果图如下所示 思路分析 界面实现:使用 T...

  • Python 使用 sqlite3 操作 SQLite 数据库

    SQLite 作为一个轻量数据库,操作非常简单,python 也提供了相应的操作模块 sqlite3,下面介绍一下具体的操作过程 操作步骤: 导...

  • Resize,w 360,h 240
    深度学习-马尔科夫模型(HMM)

    马科夫链 马尔可夫链,因安德烈.马尔科夫(A.A.Markov,1856-1922)得名,是指数学中具有马尔可夫性质的离散事件随机构成。 在给定...

  • Resize,w 360,h 240
    机器学习算法:GBDT

    1. Adaboost 的全局过程 2.AdaBoost 和GradientBoost 的公式 3.GBDT 算法概述 4.GBDT 的理论思想...