sampling

如何在无限序列中随机抽取元素

读完本文，你可以去力扣拿下如下题目：382.链表随机节点398.随机数索引-----------我最近在LeetCode上做到两道非常有意思的题目，382和398题，关于水塘抽样算法（ReservoirSampling
labuladong·2020-12-13 11:56

python频域三维图_python傅里叶变换FFT绘制频谱图

coding=gbkimportnumpyasnpimportpandasaspdimportmatplotlib.pyplotasplt#依据快速傅里叶算法得到信号的频域deftest_fft():sampling_rate
weixin_39613188·2020-12-04 18:45

图神经网络七日打卡营学习心得

：图学习出印象1.1、图学习背景介绍1.2、图学习任务分类1.3、图学习算法分类1.4、配置环境实例Day2：图游走类算法2.1目标2.2引入——Word2vec介绍Skip—GramNegativesamplingWord2ve
弥谎·2020-11-28 17:21

《Distributed Representations of Words and Phrases and their Compositionality》论文阅读笔记

提出了negativesampling作为hierarchicalsoftmax的替代方法。
Mavis code·2020-11-10 11:39

2020人工智能应用赛结构化赛题方案(0.859+)

方案catboost单模单折importpandasaspdimportnumpyasnpfromimblearn.over_samplingimportSMOTE,ADASYN#过采样fromsklearn.preprocessingimportLabelEncoder
siguo0·2020-10-29 20:19

今天中午吃什么-bandit算法

解决问题参考帖子赌场中多个老虎机，如何收益最大化ThompsonSampling假设每个臂的收益概率为，进一步假设概率分布符合通过分布生成的随机数大小，随机选出最大数对应的臂。
神游物外的轮子·2020-10-29 20:32

Paddle图像分割从入门到实践(二):FCN与Unet

替换FC为Conv1x1Conv在通道维度("C")上进行改变,即在通道上降维或升维.Upsample目的:将H和W收缩后的特征图恢复为与输入图像尺寸相同的大小.Up-samplingUn-poolingTransposeConv
fan1102958151·2020-10-28 14:11

采样-SOMTE方法

简介SMOTE法（SyntheticMinorityOversamplingTechnique）是有效而常用的方法。
喵_十八·2020-10-10 21:05

语音识别长篇研究（二）

为了将声波转换成数字，我们只记录声波在等距点的高度，这被称为采样（sampling）。
放飞人夜·2020-10-10 16:47

FFmpeg例子：resampling_audio分析

FFmpeg版本：3.4.2FFmpeg的官方例子中的resampling_audio，从名字上看它是一个对音频重采样的例子。但实际上除了重采样，它还能转换采样格式和声道数。
lkdont·2020-10-09 12:56

FRM数量分析 - 草稿

（nonparametricmethod）更精确可用于任何概率分布，任何情况generatethedataaccordingtothedesireddatageneratingprocess（DGP）Samplingerror
Agoni_1f59·2020-10-08 09:05

python排列和随机采样permutation&sample

python排列和随机采样permutation&sample###PermutationandRandomSampling#排列和随机采样#利⽤numpy.random.permutation函数可以轻松实现对
御剑归一·2020-09-17 14:29

深度之眼Paper带读笔记GNN.01.Node2Vec

意义研究背景研究成果研究意义泛读摘要核心观点论文标题传统的图的特征工程图的构建图的应用精读论文算法模型总览论文算法模型的细节细节一细节二BFS和DFS细节三有偏RandomWalk算法细节四算法细节五aliassampling
oldmao_2001·2020-09-17 12:46

蒙特卡洛采样之拒绝采样（Reject Sampling）

引子蒙特卡洛（MonteCarlo）方法是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明，而被提出的一种以概率统计理论为基础的数值计算方法。它的核心思想就是使用随机数（或更常见的伪随机数）来解决一些复杂的计算问题。当所求解问题可以转化为某种随机分布的特征数（比如随机事件出现的概率，或者随机变量的期望值等）时，往往就可以考虑使用蒙特卡洛方法。通过随机抽样的方法，以随机事件出现的频率估计其概
白马负金羁·2020-09-17 11:34

一次综合的、深入浅出的压感的回顾与总结

压感即压缩采样（CompressiveSampling），也叫压缩感知(CompressiveSensing)，后面具体解释或猜测为什么这么个叫法？
李锐博恩·2020-09-17 11:39

重要性采样（Importance Sampling）

重要性采样（ImportanceSampling）摘自维基百科重要性采样是蒙特卡洛方法中的一个重要策略。该方法不改变统计量，只改变概率分布，可以用来降低方差。
oO蛋蛋Oo·2020-09-17 09:10

深蓝学院-运动规划重点笔记

文章目录基于图搜索的方法DijkstraA*JPS（JumpPointSearch）基于采样的方法概率路图RRTRRT*Kinodynamic-RRT*Anytime-RRT*AdvancedSampling-basedMethodsInformedRRT
麒麒哈尔·2020-09-17 05:26

【论文阅读-目标检测】Feature Selective Anchor-Free Module for Single-Shot Object Detection

以往的方法基本上都是基于“Heuristicfeatureselection”以及“overlap-basedanchorsampling”“Heuristicfeatureselection”：启发式的特征选择
Hi_AI·2020-09-17 04:43

Reverse Influence Sampling in Python(译文)

影响最大化（IM）问题寻求网络中的一组种子节点，以最大化通过在该种子集启动的影响级联激活的预期节点数。先前的文章比较了两种IM算法Kempe等人(2003)的Greedy算法和Leskovec等人的CELF算法(2007)。多年来，CELF(以及Goyal等人于2011年修改的CELF++版本）是最快的IM算法，具有理论上可保证的性能范围。随后的文献主要侧重于通过启发式来提高计算效率，而启发式则牺
zuolixiangfisher·2020-09-17 04:05

imblearn

文章目录1.Under-sampling2.Over-sampling3.Combination4.EnsembleLearning1.Under-samplingfromsklearn.datasetsimportmake_classificationfromimblearn.under_samplingimportRandomUnderSamplerfromimblearn.under_sam
amVVZ·2020-09-17 04:00

深度学习方法：受限玻尔兹曼机RBM（二）网络模型

在下一篇（三）中将具体描述RBM的训练/求解方法，包括Gibbssampling和对比散度DC
weixin_30906701·2020-09-17 00:52

MaxPooling的作用 and some tips about CNN

摘抄记录：MaxPoolingAnotherimportantconceptofCNNsismax-pooling,whichisaformofnon-lineardown-sampling.Max-poolingpartitionstheinputimageintoasetofnon-overlappingrectanglesand
RZJM_PB·2020-09-16 20:36

name 'tf' is not defined的解决方案--------在Lambda层使用tf函数（基于keras）

问题描述：在使用Keras里的UpSampling2D层时发现它竟然不是我想象中的双线性内插，而是简单的重复图像。（这里使用的是Keras而不是tf.keras,使用时尽量不要两者混用）。
海淀小天·2020-09-16 16:20

R语言 随机抽样

简单随机抽样是指从总体N个单位中任意抽取n个单位作为样本，使每个可能的样本被抽中的概率相等的一种抽样方式可通过srswr函数，srswor和sample函数实现srswr函数和srswor函数在sampling
hjk_caesar·2020-09-16 16:11

Android Handler、Looper、MessageQueue以及Message源码分析

publicstaticvoidmain(String[]args){Trace.traceBegin(Trace.TRACE_TAG_ACTIVITY_MANAGER,"ActivityThreadMain");SamplingProfilerIntegration.start
ronindong·2020-09-16 14:11

深度学习记录例子篇————最简单的逻辑回归

最简单的逻辑回归逻辑回归假设数据预测变量(预期目标):数据搜索创建虚拟变量使用SMOTE进行过采样（Over-sampling）递归特征消除（RecursiveFeatureElimination）实现模型逻辑回归模型拟合
云溪龙·2020-09-16 13:08

论文阅读：Making Classification Competitive for Deep Metric Learning

Semi-hardsampling和Batchha
qq184861643·2020-09-16 12:35

CNN中的卷积、反卷积与反池化

图示理解卷积、反卷积(Deconvolution)、上采样(UNSampling)与上池化(UnPooling)使用三张图进行说明：图（a）表示UnPooling的过程，特点是在Maxpooling的时候保留最大值的位置信息
在路上DI蜗牛·2020-09-16 12:03

Python量化交易学习笔记（38）——backtrader多周期回测2

简述如果需要做多周期的策略回测，但是只有单周期数据可用，那么就可以使用重采样（resampling）来解决多周期数据的生成问题。
码农甲V·2020-09-16 06:31

【面试】word2vec中负采样原理及作用

负采样（negativesampling）是与正采用相反的含义。2.为什么采用负采样？1）将多分类问题转换成K+1个二分类问题，从而减少计算量，加快训练速度。
zkq_1986·2020-09-16 06:34

Deeplabv1 《Semanatic image segmentation with deep convolutional nets and fully connectd CRFS》

信号降采样主要是因为在计算过程中不断的pooling和downsampling，本文应用空洞卷积来解决。空间不敏感是由于在分类任务需要空间固定，所以限制了DCNNs模型的准确性。
sunny_develop·2020-09-16 02:30

点云下采样方法总结（downsampling in pointcloud）

FPS(farthestpointsampling)是一种较为常用的非学习式的下采样方法，其具有简单快速的特点，因此成为众多点云处理网络的
开饭啦。·2020-09-16 00:50

【cs224n-2019学习笔记-2】notes01-wordvecs1: Introduction, SVD and Word2Vec

关键词：自然语言处理，词向量，奇异值分解，Skip-gram，CBOW，negativeSampling，HierarchicalSoftmax，Word2Vec。
进击的AI小白·2020-09-16 00:30

smote算法

针对不均衡问题，一般有采样和代价敏感学习两种策略，采样的话又分为over-sampling和under-sampling。其中，smote算法算是over-sampling中比较常用的一种。
march_on·2020-09-15 23:45

使用shell脚本进行服务器系统监控——系统负载监控（1）

/bin/kshSECS=300#DefinesthenumberofsecondsforeachsampleINTERVAL=2#DefinesthetotalnumberofsamplingintervalsSTATCOUNT
jaminwm·2020-09-15 17:34

重学 Statistics，Cha7 Sampling and Sampling Distribution

7.1SelectingaSample1.SimpleRandomSampling(Finite)AsimplerandomsampleofsizenfromafinitepopulationofsizeNisasampleselectedsuchthateachpossiblesampleofsizenhasthesameprobabilityofbeingselected
santongwater·2020-09-14 23:09

New Concepts (Mathmatic one)

Gibbssamplinghttps://en.wikipedia.org/wiki/Gibbs_samplinghttps://www.youtube.com/watch?
researchstep·2020-09-14 20:46

用keras复现AlexNet

AlexNet的模型结构：fromkeras.modelsimportSequentialfromkeras.layersimportInput,Dense,Conv2D,MaxPooling2D,UpSampling2D
鹏芝芝芝芝芝~·2020-09-14 17:23

word2vec背后的数学原理+从零开始纯Python实现(下)

本文就来介绍两种优化方法，分别是层次Softmax(Hierarchicalsoftmax)和负采样(NegativeSampling)。
愤怒的可乐·2020-09-14 17:59

OMAPL138 PRU SOFT-UART实现（一）

McASPserializertoSoft-UARTmapping4.Soft-UARTmode(FullDuplexorHalfDuplex)5.Maximumbaudrate6.Receiverover-sampling7
老表阿酷·2020-09-14 04:49

图像抠图算法学习 - Shared Sampling for Real-Time Alpha Matting

一、序言陆陆续续的如果累计起来，我估计至少有二十来位左右的朋友加我QQ，向我咨询有关抠图方面的算法，可惜的是，我对这方面之前一直是没有研究过的。除了利用和Photoshop中的魔棒一样的技术或者Photoshop中的选区菜单中的色彩范围类似的算法（这两个我有何PS至少90%一致的代码）是实现简单的抠图外，现在一些stateofart方面的算法我都不了解。因此，也浪费了不少的将知识转换为资产的机会。
weixin_34234721·2020-09-14 01:45

FFT函数的实现(附Matlab代码)

2020.06.21%Author:flypassionclearallcloseall%%------------------parameter------------------%%fs=2e3;%samplingfrequence
通信牛肉干·2020-09-13 18:45

利用联合双边滤波或引导滤波进行升采样(Upsampling)技术提高一些耗时算法的速度。...

这十年来，在图像处理领域提出了很多新的图像分析和处理方法，包括是自动的以及一些需要有人工参与的，典型的比如stereodepthcomputations、imagecolorization、tonemappingofhighdynamicrange(HDR)images、graphcuts，这些算法都有着比较好的效果，但都普遍存在一个问题：就是计算量特别大，很难满足用户的需求。而数字图像在尺寸大小
weixin_33744141·2020-09-13 17:18

处理数据不平衡方法

1.随机过采样fromimblearn.over_samplingimportRandomOverSamplerros=RandomOverSampler(random_state=0)X_resampled
Halosec_Wei·2020-09-13 14:05

（二）用JAVA编写MP3解码器——帧头信息解码

11sync0x7FF2version1=mpeg1.0,0=mpeg2.02lay4-lay=layerI,IIorIII1errorprotection0=yes,1=no4bitrate_index见下文2sampling_freq
lfp001·2020-09-13 12:45

2021NLP算法岗面试笔试总结-持续更新

3.对优化目标采用“negativesampling”方法，这样每个训练样本的训练只会更新一小部分的模型权重，从而降低计算负担。负采样：一个单词被选作nega
broccoli2·2020-09-13 10:00

《Recurrent Back-Projection Network for Video Super-Resolution》论文阅读

原文github地址一、简介1、超分（SR）领域的划分：（1）单幅图像超分（Single-ImageSR，SISR）：输入一幅图像，输出一幅图像常用策略：更好的上采样方式（betterup-samplinglayers
金风2411·2020-09-13 05:30

YCbCr 444输出是什么意思？

YCbCr是指影像信号进行压缩处理时，所采用的色彩取样比例（ChromaSubsampling），Y代表亮度（Luma），CbCr则为色差（Chrominance），简称“色取样”。
0波波0·2020-09-13 05:30

视频超分——06 DUF(待更新)

DeepVideoSuper-ResolutionNetworkUsingDynamicUpsamplingFiltersWithoutExplicitMotionCompensation参考资料：论文内容
C2H33·2020-09-13 04:53

视频超分：DUF（Deep Video Super-Resolution Network Using Dynamic Upsampling Filters Without ...)

论文：基于非动作补偿动态上采样滤波器的深度视频超分网络文章检索出处:2018ConferenceonComputerVisionandPatternRecognition(CVPR)VideoSuper-ResolutiononVid4-4xupscalingFRVSR:26.690VSR-DUF:27.310EDVR:27.350RRN:27.690(图像出自paperwithcode2020.
WangsyHebut·2020-09-13 04:36
上一页 18 19 20 21 22 23 24 25 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他