菜菜机器学习笔记第15页

机器学习笔记 - EANet 外部注意论文简读及代码实现

一、论文简述论文作者提出了一种新的轻量级注意力机制，称之为外部注意力。如图所示，计算自注意力需要首先通过计算自查询向量和自关键字向量之间的仿射关系来计算注意力图，然后通过用该注意力图加权自值向量来生成新的特征图。外部关注的作用不同。我们首先通过计算自查询向量和外部可学习密钥存储器之间的亲和力来计算注意力图，然后通过将该注意力图乘以另一个外部可学习值存储器来生成细化的特征图。在实践中，这两个存储器是

坐望云起·2023-06-19 14:01

机器学习笔记07---朴素贝叶斯分类器

一、贝叶斯决策论贝叶斯决策论是概率框架下实施决策的基本方法。对分类任务来说，在所有相关概率都已知的理想情形下，贝叶斯决策论考虑如何基于这些概率和误判损失来选择最优的类别标记。贝叶斯公式：其中，P(c)是类"先验"概率；P(x|c)是样本x相对于类标记c的类条件概率，或称为"似然"(likelihood)；P(x)是用于归一化的“证据”因子。对给定样本x，证据因子P(x)与类标记无关，因此估计P(c

一件迷途小书童·2023-06-18 19:50

机器学习笔记 - 基于Scikit-Learn的各种分类器进行分类并比较

一、概述scikit-learn是基于python语言构建机器学习应用程序的最佳库之一。简单易用，并且它有很多示例和教程。除了监督式机器学习（分类和回归）外，它还可用于聚类、降维、特征提取和工程以及数据预处理。该接口在所有这些方法上都是一致的，因此它不仅易于使用，而且也很容易构建一个大型分类器/回归模型集合并使用相同的命令训练它们。我们这里基于scikit-learn构建，训练，评估和验证分类器，

坐望云起·2023-06-18 16:09

机器学习笔记-Task03-极大似然估计&EM算法

文章目录1.简介1.1何为EM算法?1.2似然函数、极大似然估计1.2.1问题描述-调查学生身高分布1.2.2参数估计1.2.3总结1.2.4求极大似然函数估计的一般步骤2.EM算法2.1问题描述2.2问题求解2.3总结2.3.1相关概念2.3.2与K-Means算法对比3.EM算法推导3.1相关基础3.1.1期望3.1.2凸函数3.1.3Jensen不等式3.2公式推导3.3EM算法流程3.4E

修行僧yicen·2023-06-18 09:56

机器学习笔记——11 混合高斯模型(Mixtures of Gaussian)：利用EM算法估计参数

机器学习笔记——11混合高斯模型(MixturesofGaussian)：利用EM算法估计参数本文主要介绍混合高斯模型，它涉及到对个分布来源，因此参数的估计将是一个难题。

_Volcano·2023-06-18 09:51

机器学习笔记 - 基于深度学习的多种目标跟踪检测框架简述

一、目标跟踪对象跟踪是执行一组初始对象检测的任务，为每个初始检测创建唯一的ID，然后在每个对象在视频中的帧中移动时跟踪它们，从而维护ID分配。最先进的方法涉及融合来自RGB和基于事件的相机的数据，以产生更可靠的对象跟踪。仅使用RGB图像作为输入的基于CNN的模型也很有效。最受欢迎的基准测试是OTB。有几个特定于对象跟踪的评估指标，包括HOTA、MOTA、IDF1和Track-mAP。1、什么是OT

坐望云起·2023-06-18 05:06

高考第三天

我的小菜园，已经从楼上搬家到楼下平台了，因为楼下日晒好、通风，菜菜们长得好。看，我的gunnang菜（度娘说学名牛皮菜

天翼口腔·2023-06-17 23:59

机器学习笔记 - 多实例学习（MIL）弱监督学习

一、多实例学习概述多实例学习（MIL）是一种弱监督学习形式，其中训练实例被排列在称为袋的集合中，并为整个袋提供标签。这种方式越来越受到人们的关注，因为它自然适合各种问题，并允许利用弱标记数据。因此，它被应用于计算机视觉和文档分类等不同的应用领域。多实例学习（MIL）处理以集合形式排列的训练数据，称为bag。不提供袋子中所含实例的单独标签。这种问题表述引起了研究界的广泛关注，尤其是近年来，解决大型问

坐望云起·2023-06-17 08:39

机器学习笔记 - 一种估算模型训练所需的样本量的方法

一、简述高质量和足够多的数据是开发任何机器学习模型的基础。在缺乏对特定系统建模所需的最佳数据量的事先估计的情况下，数据收集最终要么产生太少而无法进行有效培训，要么产生太多导致资源的浪费。我经常被问到这个场景需要多少图像，通常我都会根据场景的复杂程度给出一个估计的范围，但是需要多少数据这个问题很难直接回答出一个数量出来，因为需要的数据量既取决于问题的复杂性，也取决于所选算法的复杂性。但在许多实际场景

坐望云起·2023-06-16 16:29

【机器学习笔记】——TensorFlow的安装（cuda10.0+cuDNN7.4)

我是win7，显卡GTX1050Ti，选的cuda10.0，cuDNN7.4tensorflow分为CPU版本和GPU版本，CPU版本运行较慢。1安装anaconda3（python3.6）2安装tensorflow2.1CPU版本安装不依赖于其他，直接在cmd中condainstalltensflow2.2GPU版本安装1）是否支持GPU版本在控制面板-设备管理-显示配置器中查看是否有支持GPU

阿脸阿脸·2023-06-16 15:51

力扣日记1177

1.前言最近看见周围同学不少已经有了好去处，顿感菜菜，写写力扣复习下408吧那就。

呼噜呼噜～·2023-06-16 08:12

老家大白菜

听着喜欢的音乐，逛逛老家的马路，刺眼的太阳，闻到蜻蜓花的花香，回想小时候趁隔壁老某某家人睡午觉，偷摘又高又大树边，顺着大树向上生长的蜻蜓花，偷到蜻蜓花的那份喜悦……老爸种的平包菜，让老妈铲一颗给我带回来，这种菜菜市场

无极福宝·2023-06-15 05:47

机器学习笔记之K近邻学习算法

机器学习笔记之K近邻学习算法引言回顾：投票法回顾：明可夫斯基距离K\mathcalKK近邻算法算法描述K\mathcalKK值的选择小插曲：懒惰学习与急切学习KD\text{KD}KD树描述及示例K\mathcalKK

静静的喝酒·2023-06-14 15:57

【C++】C++11常用新特性

✍作者：阿润菜菜专栏：C++目录一、统一的列表初始化二、简化声明2.1auto2.2decltype2.3nullptr三、右值引用和移动语义--重要3.1区分左值引用和右值引用3.2对比左值引用看看右值引用使用价值

阿润菜菜·2023-06-14 09:57

4天3晚自驾游去锡林郭勒草原，内涵租车、美食攻略呦

人物：菜菜和男朋友时间：五一出发地点：北京目的地：锡林郭勒草原、多伦湖、平顶山、锡林九曲Day1：北京出发——锡林郭勒盟租车（划重点啦）：考虑到小平台租车押金不好退，还车时各种克扣，容易扯皮（网上查的）

最近心跳one·2023-06-14 07:01

初遇小菜菜

这座城市的风很大，城里都是有故事的人。这座城市装得下很多人的梦想，也收留了好多孤独的灵魂。2018年在午夜钟声敲响时已经成为了历史，而我就在这年遇到了那个带风的少年。第一次见到小菜是今年的中秋节，我应朋友邀约去了上海，我不知道自己这次去会不会影响到朋友那位合租小伙伴，说实在的我内心里还是会有点忐忑。我像好奇宝宝一样跟着朋友来到住所。大概是我们回来的动静有点大，朋友的室友本正在房间里不知道是运动还是

雪茄小羊·2023-06-13 17:27

【机器学习笔记（六）】之集成算法的简介(Bagging, Boosting, Stacking)

本文章由公号【开发小鸽】发布！欢迎关注！！！老规矩–妹妹镇楼：集成算法(Ensemblelearning)一.目的：用多个算法进行集成，让机器学习效果比单个算法的效果更好。二.类别：(1).Bagging:训练多个分类器取平均f(x)=1/M∑m=1Mfm(x)f(x)=1/M\sum_{m=1}^{M}f_{m}(x)f(x)=1/Mm=1∑Mfm(x)(2).Boosting：从弱学习器开始加

开发小鸽·2023-06-13 03:06

SSM整合快速入门案例(二)

作者菜菜一枚，文章中如果有记录错误，欢迎读者朋友们批评指正。（博客的参考源码可以在我主页的资源里

东离与糖宝·2023-06-12 21:27

2020-5-7晨间日记

今天是什么日子起床：5：30就寝：22：00天气：晴小记每天起来的第一件事，就是去看看自己种的花花枝枝、叶叶菜菜，美好的一天就这样在泥土的芳香中绽放开来。

果帕帕·2023-06-12 09:59

吴恩达机器学习笔记（一）

概念机器学习是研究计算机模仿人类学习的过程，利用新的数据改善自身的性能，是人工智能的核心。机器学习、人工智能、深度学习之间的关系：AI、ML、DL的包含关系人工智能=机器人；机器学习是实现人工智能的一种方法；深度学习是实现机器学习的一种技术。概念包含关系上：人工智能>机器学习>深度学习。视频课简记:1、引言1.1欢迎1、机器学习很常见，如谷歌搜索（搜出的网站排序算法）、邮箱的垃圾站（无监督）。2、

yh_y·2023-06-12 00:10

好好说再见（为了孩子我把猫咪送走了）

这个结果让我和菜菜有了一瞬间的错愕。原来是猫，真的是猫。一直在寻找过敏原的我俩，病因居然真的是菜大眼。要想真正治疗，关键之处便是解决掉猫咪，不然病情好不了，会一直反反复复。

奋斗吧小怪·2023-06-11 17:58

生活在波士顿和银川

拿到驾照的那个周末我就贯彻了我一向一拍脑门儿想什么就去做什么的女侠风格，zipcar租了辆civic，载着崇阳菜菜黄老板一个周末彪了280迈去capecod吹了两天风。

乔安娜娜·2023-06-11 07:52

【菜菜系列62】学习是一项知识管理的活动

看到这段话，菜菜想起昨天晚上受到刺激，决定认真地学习演讲这件事。

芹菜qincai·2023-06-11 06:10

Hive 两张表数据验证方案、两张大表如何进行数据验证以及剔除部分字段进行数据验证

1、小表数据验证一些字段比较少的表进行数据验证的方案之前出过Hive数据模型切换后的数据验证方案_小菜菜1223的博客-CSDN博客select*from(selectcontr_no,user_id,

小菜菜1223·2023-06-10 21:02

机器学习笔记 - 通过视觉注意识别黑色素瘤论文简读

一、概述我们提出了一种基于注意力的黑色素瘤识别方法。与其他网络参数一起学习的注意力模块估计了高亮显示与病变分类相关的感兴趣图像区域的注意力图。与仅输出类标签相比，这些注意力映射提供了更易于解释的输出。此外，我们建议通过正则化具有感兴趣区域（ROI）的注意力图（例如，病变分割或皮肤镜特征）来利用先验信息。只要这种先验信息可用，就可以进一步细化分类性能和注意力图。据我们所知，我们是第一个为黑色素瘤识别

坐望云起·2023-06-10 20:59

SSM整合快速入门案例

作者菜菜一枚，文章中如果有记录错误，欢迎读者朋友们批评指正。（博客的参考源码可以在我主页的资源里找到，如果在学习的过程中有什么疑问欢迎大家在评论区向我提出）一、设计数据库表1.设

东离与糖宝·2023-06-10 20:23

NLP-机器学习-监督学习-回归

一个好的总结：机器学习知识点全面总结_GoAI的博客-CSDN博客_机器学习笔记监督学习和无监督学习很好区分：是否有监督（supervised），就看输入数据是否有标签（label），输入数据有标签，则为有监督学习

zr_xs·2023-06-08 11:04

机器学习笔记＜一＞：PCA降维详解

文章目录前言直观理解数学推导代码实现PCA的局限性如何选定kkk值？为什么通过对特征值的选择可以减少噪声？前言本篇文章主要从对PCA的降维的直观理解、数学推导等方面对PCA降维进行讨论。直观理解主成分分析PCA(PrincipalComponentAnalysis)可以用于降维、数据压缩、特征提取以及数据可视化的处理。顾名思义，对数据做PCA之后可以得到数据的主成分信息，而这部分信息可以很好地还原

有点猫匿·2023-06-07 20:50

Machine Learning 机器学习笔记目录

目录前言第一周：Welcome1.1WhatisMachineLearning?1.2LinearRegressionwithOneVariable第二周：LinearRegressionwithMultipleVariables2.1MultivariateLinearRegression2.2ComputingParametersAnalytically2.3Octave/MatlabTuto

一缕殇流化隐半边冰霜·2023-06-07 19:55

机器学习笔记（7）stacking算法

一.Stacking思想简介1.Stacking的思想是一种有层次的融合模型，比如我们将用不同特征训练出来的三个GBDT模型进行融合时，我们会将三个GBDT作为基层模型，在其上在训练一个次学习器（通常为线性模型LR）,用于组织利用基学习器的答案，也就是将基层模型的答案作为输入，让次学习器学习组织给基层模型的答案分配权重。2.下图是个简单的例子，A、B是学习器，C、D、E是进行答案再组织的次学习器，

是魏小白吗·2023-06-07 14:47

腌菜

做“黄腌菜”最好的菜茧不是青黝黝的青菜菜茧，而是一种比青菜颜色浅一点，身材苗条一点的“土菜”菜心。

果然Y·2023-06-07 13:12

黎里行一一双凤楼

等菜菜他们结束了对樊主席的采访后，我与他们一起去了文荣所在的“双凤楼”。双凤楼正在举办“春风和煦拂黎川——2019双凤楼迎春名家扇画展”。

汾湖秀·2023-06-07 11:09

【C++】位图/布隆过滤器+海量数据处理

✍作者：阿润菜菜专栏：C++文章目录前言一位图1.位图法介绍2.位图实现的细节二、布隆过滤器1.布隆过滤器概念2.布隆过滤器实现三、海量数据处理1.位图应用2.哈希切割3.布隆过滤器前言题目给40亿个不重复的无符号整数

阿润菜菜·2023-06-07 04:55

【Linux】多线程01 --- 理解线程线程控制及封装

作者：阿润菜菜专栏：Linux系统编程目录一、线程概念--理解线程与进程的区别和联系1.再次理解用户级页表和进程地址空间2.理解Linux的轻量级进程3.线程的属性4.线程的优点和缺点及应用二、线程的控制

阿润菜菜·2023-06-07 04:55

【C++】哈希表特性总结及unordered_map和unordered_set的模拟实现

✍作者：阿润菜菜专栏：C++文章目录前言一、哈希表的特性-哈希函数和哈希冲突1哈希函数2.哈希冲突二、闭散列的实现--开放地址法1.定义数据结构2.insert()3.Find()4.Erase()5.

阿润菜菜·2023-06-07 04:54

【Linux】多线程02 --- 线程的同步互斥问题及生产消费模型

作者：阿润菜菜专栏：Linux系统编程目录一、线程互斥1.为什么要有共享资源临界保护？2.理解加锁2.1认识锁，使用锁线程同步互斥问题是指多线程程序中，如何保证共享资源的正确访问和线程间的协作。

阿润菜菜·2023-06-07 04:15

机器学习笔记：深度学习模型复杂度

1时间复杂度（模型运算次数）决定了模型的训练/预测时间用FLOPs指代机器学习笔记：FLOPs_flop机器学习_UQI-LIUWJ的博客-CSDN博客2空间复杂度（模型参数数量）决定了模型的参数数量2.1

UQI-LIUWJ·2023-06-07 03:13

如何获得成功的基石——自信

菜菜想写这个问题，也是因为家里的弟弟妹妹问过我类似的问题。菜菜是双985毕业的硕士，在学习方面确实有一些自己的见解。当然也是一家之言，只希望自己的观点能够帮助到一些人。

与你一起探讨世界的菜菜·2023-06-07 00:04

家常凉菜的做法大全 50种凉菜菜谱大解密

随着我们生活水平的改善，我们对“吃”的要求也越来越高了，既要吃的健康又要营养。而我们凉拌菜课程您学会之后，可以去菜市场，美食小吃街，商业步行街，商场超市，工业区傍边等地开个凉拌菜店，当然您也可以选择购买一台小吃车推车卖凉拌菜。凉拌菜做法简单，品种多样，既可以当零食吃，也适合在餐桌上当做菜品。而经营凉拌菜也很灵活多样，既可以开个小店，也可以推个小吃车四处流动销售，非常适合小本创业者选择。现今的夜市摊

小吃技术111·2023-04-21 10:55

机器学习笔记之正则化(六)批标准化(BatchNormalization)

机器学习笔记之正则化——批标准化[BatchNormalization]引言引子：梯度消失梯度消失的处理方式批标准化(BatchNormalization)(\text{BatchNormalization

静静的喝酒·2023-04-20 21:02

品牌在B站如何打造爆品？虚拟IP带动品牌形象渗透B站圈层

2020年7月9日晚，虚拟主播菜菜子Nanako亮相B站。一时间直播间鱼贯而入众多观众，据悉菜菜子Nanako真实人声是由小品演员蔡明录制。

B站观察员·2023-04-20 19:43

陌上花似锦，流年何堪言

我叫他菜菜。他叫我蝈蝈。日子就这样慢慢地过去了。到了高一下学期。终究要面对的。我们分班了。我选了文科，他选了理科。至此之后，我们便遇见的更少了。记得有一次学生会的让各班的班长去搬书。

包墩墩·2023-04-20 10:02

20190324

【今日回顾】001管理组是彻底放飞了，感觉极好，皮的很开心，哈哈哈哈002今天主要陪娃各种上课003勾搭了蜡笔小猫儿，开始我的画画之旅004继续视频奋斗，我的新电脑什么时候可以买呢005中午听了菜菜的分享

沐沐_2557·2023-04-20 08:31

到底是“脑袋先饿，还是肚肚先饥”哇？！

两锅在同时烧炒着，本人一一我在焦急和贪婪地等待着…菜菜先熟(就应该菜菜先熟才可以的)接着条条也表示“

雨点儿滴哒·2023-04-19 21:56

线性回归【机器学习笔记简摘】

定义与公式线性回归(Linearregression)是利用回归方程(函数)对一个或多个自变量(特征值)和因变量(目标值)之间关系进行建模的一种分析方式。通用公式：h(w)=w1x1+w2x2+w3x3...+b=wTx+bh(w)=w_1x_1+w_2x_2+w_3x_3...+b=w^Tx+bh(w)=w1x1+w2x2+w3x3...+b=wTx+b线性回归当中主要有两种模型，一种是线性关系

数数chat·2023-04-19 18:46

【菜菜系列7】从今日起，日拱一卒

文/芹菜菜菜今天听了虚舟老师《成为极致践行者的三大基本功》的分享。虚舟老师说，成为极致践行者的三大关键是刻意练习、反思内化、以教为学。

芹菜qincai·2023-04-19 11:59

概率机器学习笔记

1.单变量高斯混合分布原书对结果的得出没有给出解释，我比较困惑，网上找到了一篇推导的帖子，看完就明白了。式2.49的解释:红框即为关键处，这是显而易见的期望，不过是条件方差的期望：该证明的作者：@MISC{16609,TITLE={Whatisthevarianceoftheweightedmixtureoftwogaussians?},AUTHOR={whuber(https://stats.s

rush_mj·2023-04-19 03:09

详解二叉搜索树 --- key模型和key/value模型

作者：阿润菜菜专栏：数据结构一、认识二叉搜索树的key模型和key/value模型key的模型是指每个节点只有一个键值，用于确定节点在树中的位置。

阿润菜菜·2023-04-18 13:04

【C++】多态详解

✍作者：阿润菜菜专栏：C++什么是多态多态是同一个行为具有多个不同表现形式或形态的能力。

阿润菜菜·2023-04-18 13:34

【Linux】进程通信之管道通信详解

作者：阿润菜菜专栏：Linux系统编程一、什么是管道通信1.管道通信是一种在进程间传递数据的方法其实管道通信是Unix中最古老的进程间通信的形式了：管道通信是一种进程间通信的方式，它可以让一个进程的输出作为另一个进程的输入

阿润菜菜·2023-04-18 13:29

推荐频道

菜菜机器学习笔记