GFocal_loss簡單總結 文章的主題很突出，針對一階段目標檢測領域的兩個現存的表示問題進行分析，並提出合理的解決方案 論文鏈接 作者知乎解讀鏈接 代碼鏈接 問題1： 用法不一致，訓練時分類與回歸的head各自分開訓練各自的，但是在推理的時候因為NMS的score，又把分類分數和框 ...

Logistic Regression （邏輯回歸）：用於二分分類的算法。 例如： 判斷一幅圖片是否為貓的圖片，結果有兩種:1（是貓）和0（不是貓） 假設輸入的圖片由64*64個像素組成，每個像素包含RGB三種不同的顏色分量， 則每一幅圖片作為一個輸入\(x^{(i)}\) 其中包含的輸入 ...

...

基於sklearn的一些AI算法基本操作 sklearn中的一些相關的庫 分別導入這些相關算法的庫 基本思路; 定義特征和目標的標簽 -> 讀取整個數據集 -> 分別讀取特征與 ...

最近在github上看到一個很有趣的項目，通過文本訓練可以讓計算機寫出特定風格的文章，有人就專門寫了一個小項目生成汪峰風格的歌詞。看完后有一些自己的小想法，也想做一個玩兒一玩兒。用到的原理是深度學習里 ...

1.　　創建meter 　　 2.　　添加數據 　　　　 3.　　展示結果 　　 4.　　清除meter　　 　　 以下代碼是在前面隨筆中 ...

前言 　　C中對序列化討論少, 因為很多傳輸的內容都有自己解析的輪子. 對於序列化本質是統一編碼, 統一解碼的方式. 本文探討是一種簡單的序列化方案. 保證不同使用端都能解析出正確結果. 在文章一開始, 看一個最簡單的序列化代碼 如下 本質在 自定義編碼解碼,並利用 ...

線段樹 介紹 最基本的線段樹擁有 單點更新(OlogN) 和 區間查詢(OlogN) 的良好性質. 他的核心思想將一個區間不斷地進行二分, 減少運算量. 基本思路 使用數組存儲線段樹中各個點的 ...