杨青海的博客

一、单位向量单位向量是指模等于1的向量，由于是非零向量，单位向量具有确定的方向。单位向量有无数个。一个非零向量除以它的模，可得所需单位向量。设原来的向量是$\vec{AB}$，则与它方向相同的单位向量$e = \frac{\vec{AB}

2020-07-18 高数

一、为什么要使用激活函数神经网络与感知机的一个最大区别是它使用了“阶跃函数”之外的其他激活函数，比如sigmoid函数。sigmoid函数相比”阶跃函数”更佳平滑. 阶跃函数和sigmoid函数均为非线性函数, 线性函数

2020-01-18 深度学习

DL

一、什么是单例模式单例模式（Singleton Pattern，也称为单件模式），使用最广泛的设计模式之一。其意图是保证一个类仅有一个实例，并提供一个访问它的全局访问点，该实例被所有程序模块共享。定义一个单例类：私有化它的构造函数，以

2020-01-15 C++

C++

一、语义分割和实例分割的定义定义1：语义分割将图片中的所有像素进行分类（包括背景），不区分具体目标，仅做像素级分类。例如，将图a上面一行图片进行语义分割的结果为下面一行图片。定义2：实例分割对于有多个目标的

2020-01-12 计算机视觉

CV DL

前言本文翻译自《Up-sampling with Transposed Convolution》，这篇文章对转置卷积和反卷积有着很好的解释。一、对于上采用的需求当我们用神经网络生成图片的时候，经常需要将一些低分辨率的图片转换为高分辨率的图

2020-01-12 计算机视觉

CV DL

前言目标检测在现实中的应用很广泛，我们需要检测图像中的物体位置以及类别。先明确如下2个定义: 1）定位+分类: 对于仅有一个目标的图片，检测出该目标所处的位置以及该目标的类别 2）目标检测: 对于有对个目标的图片，检测出所有目标所处的位置及

2020-01-10 计算机视觉

CV DL

一、卷积神经网络概述1、CNN简介CNN和之前介绍的神经网络一样，可以像乐高积木一样通过组装层来构建。不过，CNN中新出现了卷积层（Convolution层）和池化层（Pooling层）。 2、多层神经网络的问题参数较多，多层神经网络采

2020-01-06 深度学习

DL ML Python

一、分类模型1、混淆矩阵在机器学习领域，混淆矩阵(confusion matrix), 又称为可能性表格或者错误矩阵。它是一种特定的矩阵用来呈现算法性能的可视化效果，通常是监督学习（非监督学习，通常用匹配矩阵：matching matrix

2020-01-04 机器学习

DL ML

一、C语言篇1、gcc/g++1.1、为什么需要gcc/g++ 编辑器（如vi、记事本）是指我用它来写程序的（编辑代码），而我们写的代码语句，电脑是不懂的，我们需要把它转成电脑能懂的语句，编译器就是这样的转化工具。就是说，我们用编辑器编写程

2020-01-03 C++

C++ C

前沿一、LeNet1998年LeCun发布了LeNet网络架构，从而揭开了深度学习的神秘面纱。和“现在的CNN”相比， LeNet有几个不同点。第一个不同点在于激活函数。 LeNet中使用sigmoid函数，而现在的CNN

2019-12-30 深度学习

DL Python

一、什么是超参数超参数是我们在将学习算法应用于数据集之前需要设置的变量。超参数的一个挑战在于,它不存在适用于所有地方的万能数字,每个任务和数据集的最佳数字各不相同。一般来讲, 我们可以将超参数分为两类, 第一类是优化器超

2019-12-30 深度学习

DL Python

一、过拟合机器学习的问题中，过拟合是一个很常见的问题。过拟合指的是只能拟合训练数据，但不能很好地拟合不包含在训练数据中的其他数据的状态。机器学习的目标是提高泛化能力，即便是没有包含在训练数据里的未观测数据，也希望模型可以进行正确的识别。发

2019-12-29 深度学习

DL Python