; 0 写在前面
机器学习强基计划聚焦深度和广度，加深对机器学习模型的理解与应用。”深”在详细推导算法模型背后的数学原理；”广”在分析多个机器学习模型：决策树、支持向量机、贝叶斯与马尔科夫决策、强化学习等。
1 从一个例子出发
某硬币有θ \theta θ的
Original: https://blog.csdn.net/FRIGIDWINTER/article/details/126910837
Author: Mr.Winter`
Title: 机器学习强基计划4-2：通俗理解极大似然估计和极大后验估计+实例分析
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/715874/
转载文章受原作者版权保护。转载请注明原作者出处！
【自取】最近整理的，有需要可以领取学习：
有 (n) 块方蛋糕，绝顶聪明的 Sight 和 Sirrel 决定将每块蛋糕都分成两块各自品尝。Sight 会依次将每块蛋糕分成两块，而 Sirrel 有 (m) 次优先选择权。…
学习时间：2022.04.10~2022.04.12 文章目录 3. 卷积神经网络CNN * 3.1 卷积神经网络的概念 – 3.1.1 什么是CNN？ 3.1.2 为…
记录一下 上资源：（github）， 基于Pytorch的条件对抗生成网络 条件对抗生成网络和生成对抗网络的区别在于，条件对抗网络生成器和鉴别器额外输入了条件信息（以minist为…
什么是激活函数？ 在神经网络中我们经常使用线性运算来解决分类问题，这就需要激活函数来解决非线性问题 传统的&…
之前的博客中已经实现了YOLOv4、YOLOR、YOLOX的剪枝，经过了几天的辛勤努力，终于实现了YOLOv5的剪枝。相关链接如下： YOLOv4剪枝(剪枝相关细节理论这里有写)：…
1、线性变换 灰度的线性变换将图像中的所有像素点的值按 线性变换函数进行变换。 在曝光不足或过度的情况下，图像的灰度值会局限在一个很小的范围内，这时在显示器上看到的将是一个模糊不清…
图像处理中的形态学操作用于图像与处理操作(去噪，形状简化)图像增强(骨架提取，细化,凸包及物体标记)、 物体背景分割及物体形态量化等场景 形态学一般处理的是二值化图片或者灰度图 注…
🚩 前言 在学习卷积神经网络时，我对于卷积过程中数据的结构变化常感困惑不解（如改变数组的维度顺序），因此在这里做一些整理。 文章目录 🚩 前言 多通道特征图 * 1. 多通道的形成…
归一化 零、前言 * 1.官网链接 2.归一化公式 3.介绍 一、InstanceNorm1d * 1. 介绍 2.实例 二、InstanceNorm2d * 1. 介绍 2.实例…
文章目录 01 从全连接到卷积 * 1、从全连接层到卷积层 – 1.1 平移不变性 1.2 局部性 1.3 总结 2、卷积 – 2.1 二维交叉相关 2.2…
文章目录 本文内容 HuggingFace简介 Hugging Face模型讲解 * Transforms简介 Transformers安装 使用Transformers进行推理 …
啊哦~你想找的内容离你而去了哦 内容不存在，可能为如下原因导致： ① 内容还在审核中 ② 内容以前存在，但是由于不符合新 的规定而被删除 ③ 内容地址错误 ④ 作者删除了内容。 可…
为什么要以均方误差作为损失函数？(将模型在每个训练样本上的预测误差加和，来衡量整体样本的准确性) 解：利用均方误差画出来的图像有如下特点 曲线的最低点是可导的。 越接近最低点，曲线…
前言 由于最近项目的需要利用深度学习模型完成图像分类的任务，我的个人数据集比较简单因此选用VGG16深度学习模型，后期数据集增加之后会采用VGG19深度学习模型。 目录 1、VGG…
文章目录 一、安装Anaconda3 * 1.1下载及安装Anaconda3 – 1.1.1下载Anaconda3 1.1.2安装Anaconda3 1.1.3配置An…
Pytorch 中分类loss总结 近期在学习pytorch时，发现分类算法在输出时不写激活层如softmax激活/sigmoid激活。并且pytorch文档中除了softmax激…