机器学习中常见的距离公式
在机器学习、人工智能领域常用的距离计算公式。 曼哈顿距离 曼哈顿距离又称“计程车距离”，由十九世纪的赫尔曼·闵可夫斯基所创。点\(P_1(x_1,y_1)\)和\(P_2(x_2,y_2)\)的距离如下： \[distance(P_1,P_2)=|x_2-x_1|+|y_2-y_1 ...
原文：机器学习——常见的backbone
参考链接：https: www.zhihu.com question answer LeNet： 层轻量级网络，一般用来验证小型数据 AlexNet VGGNet：把网络层数加深 GoogLeNet Inception：结合 x 卷积并采用带有不同kernel和池化的多分支策略进行特征提取 ResNet：Residual block，使训练更深层的网络变得可能 RexNeXt：引入组卷积，在精度 ...
2020-09-08 21:15 0 454 推荐指数：
相关推荐
机器学习常见的优化算法
，所以也被称为“最速下降法”。最速下降法越接近目标值，步长越小，前进越慢。 在机器学习中，基于基本的梯度下 ...
机器学习常见的最优化算法
1. 梯度下降法（Gradient Descent） 梯度下降法是最早最简单，也是最为常用的最优化方法。梯度下降法实现简单，当目标函数是凸函数时，梯度下降法的解是全局解。一般情况下，其解不保证是全局 ...
机器学习常见算法面试
By Kubi Code 朴素贝叶斯 参考[1] 事件A和B同时发生的概率为在A发生的情况下发生B或者在B发生的情况下发生AP(A∩B)=P(A)∗P(B|A)=P(B)∗P(A|B) ...
机器学习常见的采样方法
Index 数据采样的原因 常见的采样算法 失衡样本的采样 0 2 数据采样的原因 其实我们在训练模型的过程，都会经常进行数据采样，为了就是让我们的模型可以更好的去学习数据的特征，从而让效果更佳。但这是比较浅层的理解，更本质上，数据采样就是对随机现象的模拟，根据给定的概率分布从而模拟一个 ...
机器学习中常见的损失函数
损失函数是机器学习中常用于优化模型的目标函数，无论是在分类问题，还是回归问题，都是通过损失函数最小化来求得我们的学习模型的。损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数是指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。通常 ...
机器学习常见算法分类与简述
**什么是人工智能、机器学习与深度学习? ** 人工智能的简洁定义如下:努力将通常由人类完成的智力任务自动化。 机器学习指自我学习执行特定任务。他和深度学习的核心问题都在于有意义地变换数据。 深度学习是机器学习的一个分支领域 : 它是从数据中学习表示的一种新方法，强调从连续的层 ...
机器学习中常见的损失函数
损失函数是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风 ...