现如今已是大数据的时代，给人们最直观的感受就是网上购物，因而大部分人对这个概念有所了解。当用户打开淘宝浏览一些想购买的东西时，等下一次再打开淘宝，首页面就都会是相关内容了。不仅如此，当打开其他手机软件，或网页浏览器，同样也会推送相关的广告信息。之前听别人说，他剃须刀坏了，给旁边的人说想买个新的，后来他上网准备购买，打开页面就是剃须刀的广告，他当时非常震惊，因为他近期从未搜索过，于是他告诉我们怀疑.

如何设计维度？出于扩展性、产出时间、易用性等方面考虑，设计主从维度。主维表存放稳定、产出时间早、热度高（使用频繁）的属性，从维表存放变化较快、产出时间晚、热度低的属性。......

弊端：存储浪费，比如某个维度每天的变化量占总体数据量很小比重，但每天仍要存一份这个维度的数据（可以设置好生命周期，清理历史数据）通过将一部分不稳定的属性从主维度中移出，并将它们放置到拥有自己代理键的新表中。Kimball维度建模理论中，必须使用代理键作为每个维表的主键。......

机器学习算法可分为四大类：一、监督学习二分类、多分类及标量回归问题都属于监督学习。即给定一组样本（样本通常需要人工进行标注），通过这组样本的学习，当输入未标注的数据时会自动映射到已知目标（人工标注）。监督学习还包括几种除分类回归外的任务：1.序列生成：给定一张图像，预测出描述该图像的文字。2.语法树预测：给定一个句子，预测其分解生成的语法树。3.目标检测：给定一张图像，在图像中特定的目标（一个或多

机器学习算法可分为四大类：一、监督学习二分类、多分类及标量回归问题都属于监督学习。即给定一组样本（样本通常需要人工进行标注），通过这组样本的学习，当输入未标注的数据时会自动映射到已知目标（人工标注）。监督学习还包括几种除分类回归外的任务：1.序列生成：给定一张图像，预测出描述该图像的文字。2.语法树预测：给定一个句子，预测其分解生成的语法树。3.目标检测：给定一张图像，在图像中特定的目标（一个或多

【论文解读】——基于多尺度卷积网络的遥感目标检测研究（姚群力，胡显，雷宏）该文针对现有遥感图像目标检测算法对于复杂场景下多尺度目标检测精度较低、泛化能力差的问题，提出了一种多尺度卷积神经网络遥感目标检测框架———MSCNN。1.引言遥感目标自动检测技术不仅是一种实现遥感目标自动分类和定位的智能化数据分析方法，还是遥感图像解译领域的重要研究方向之一。传统的遥感图像目标检测方法是根据人工经验设...

老师最近布置了一个作业是找一些免费的在线目标检测网站，然后室友同学找了一天没找到，我也没有，哈哈哈。本来觉得这个作业完成不了了。然后试探性的问了下我研究nlp的高中同学，不愧是学霸，下午问的，晚上就给我找了两个。1.https://www.studiodiip.com/2019/12/12/studio-diip-presents-computer-vision-demo/这个网站可以直接打开用效

【学习笔记】用VGG16实现猫狗分类与前一篇博文不同，这次使用VGG16来完成猫狗分类。在项目文件夹中新建VGGClassification.py文件，导入相关工具from keras.applications.vgg16 import VGG16from keras.models import Sequentialfrom keras.layers import Conv2...

BN(Batch Normalization 批量归一化）BN（批量归一化）算法在DL中出现的频率很高，因为对于提升模型收敛速度来说具有非常好的效果。本文将通过以下三个点来理解Batch Normalization。一、什么是BN我们在训练模型的时候希望训练集训练出来的模型在通过测试集时能够拥有和训练时一样的效果，为此，有这样一个假设，即训练集数据和测试集数据是满足相同分布的，这个叫做IID（独立

1.padding直接用卷积核对对图像卷积，一个缺点是层数增加，输出的特征图会越来越小，不好再进行学习；还有就是图像边缘的像素点只被一个输出所使用，而内部的像素点可以被卷积多次，所以角落边缘区域的像素点在输出中采用的较少，就会丢掉图像边缘位置的信息。把33填充成55，然后再卷积一般来说，如果在高的两侧一共填充 ph 行，在宽的两侧一共填充 pw 列，所以输出特征图的尺寸：（in_h-k_h+p_h