本文原载于https://imlogm.github.io,转载请注明出处~
摘要:新博客地址:https://segmentfault.com/u/logm/articles
关键字:博客搬家
本文原载于https://imlogm.github.io,转载请注明出处~
摘要:最近在做自然语言处理相关的项目,发现中文编码的问题实在需要好好学习下,我用python为例,简单介绍下python编程时如何处理好中文编码的问题。
关键字:自然语言处理, 字符编码, python
本文原载于https://imlogm.github.io,转载请注明出处~
摘要:梯度下降法是机器学习中用到比较多的一种求解方法,一般大家会通过形象化的图像来理解为什么梯度下降法有效。本文用数学推导的方式来证明梯度下降法有效,同时也介绍下牛顿法。
关键字:机器学习, 梯度下降, 牛顿法
本文原载于https://imlogm.github.io,转载请注明出处~
摘要:物体检测(object detection)是计算机视觉非常重要的一个领域。在深度学习出现之前,传统方法始终无法处理好物体检测问题,在深度学习方法引入之后,物体检测领域发生了翻天覆地的变化。最著名的是RCNN系列,另外还有YOLO、SSD。这篇文章首先介绍RCNN系列。
关键字:深度学习, 物体检测, RCNN
本文原载于https://imlogm.github.io,转载请注明出处~
摘要:图像分割中”Graph Cut”、”Grab Cut”等方法都有使用到最小割算法。网上资料介绍了Graph cut和Grab cut中图的构建方法,但对最小割的求解一笔带过。所以萌生了写一篇介绍图的最小割和最大流的博客的想法。
关键字:图像处理, 最小割, 最大流, 图像分割
本文原载于https://imlogm.github.io,转载请注明出处~
摘要:“奥卡姆剃刀”和“没有免费的午餐”是机器学习中两个很基本的原则和定理。由于名字有点怪,所以初学者可能在理解上陷入误区。本文试图用简洁易懂的方式解释这两个原则和定理,并告诉大家它们的名字是怎么来的。
关键字:机器学习, 奥卡姆剃刀, 没有免费的午餐
本文原载于https://imlogm.github.io,转载请注明出处~
摘要:终于到了介绍ResNet系列的时候了。ResNet真的很好用,特别时shortcut的想法真的厉害。最近,又推出了改进版本ResNeXt,新版本结合了Inception多支路的思想。
关键字:深度学习, ResNet, ResNeXt
本文原载于https://imlogm.github.io,转载请注明出处~
摘要:记录在使用C/C++时遇到的常见问题:友元,计时,cout与printf,结构体内存对齐,虚函数,派生类,auto关键字,指针的sizeof,短路求值,qsort与sort,类的拷贝构造&&等号赋值&&深拷贝&&浅拷贝,输入函数cin
关键字:C/C++
本文原载于https://imlogm.github.io,转载请注明出处~
摘要:最近使用Xception时发现效果很好,所以打算介绍下整个Inception系列。
关键字:深度学习, Inception, Xception, GoogLeNet