计算机视觉-边缘检测

计算机视觉，纹理分割

今天我们将了解深度强化学习中**最令人兴奋、最有前景的策略之一好奇心驱动学习。

开发本质是短期利益，但很多时候短期利益最大会会“短视”，所以要有Exploration探测，二者要权衡。我个人的看法就是开发需要尽可能的扩大化收益，因此需要选取当前最高收益的步骤，但是从长远来看，问题的解空间可能存在着一些虽然目前收益不是很大，但是最终的总价值收益会比较高。很多时候，选择短期利益很容易就会造成“短视”现象。试探就是为了探索这样的步骤，避免局部最优而采取的一种手段，因为如果时间无限长

1.试述关系数据库在哪些方面无法满足Web2.0应用的需求；2.为什么说关系数据库的一些关键特性在Web2.0时代成为“鸡肋”；3.试述NoSQL数据库的四大类型；4.试述NoSQL数据库四大类型的典型应用和优缺点；5.试述CAP理论的具体含义；6.试述数据库的ACID四性的含义。1.解：关系数据库已经无法满足Web2.0的需求。主要表现在以下几点：a、无法满足海量数据的管理需求；b、无法满足数据

第4章 深度学习正则化1.机器学习的两个核心任务：尽可能地降低训练错误率提高模型的泛化能力（避免过拟合）2.可以使用正则化来尽可能地使训练错误率与测试错误率之间的差距变小。3.正则化就是降低验证错误率（有时需要牺牲训练错误率）的一系列方法。4.从降低泛化错误率的角度出发，伟大的前人们已经提出了大量的正则化策略，这其中最重要的方法就是限制学习能力。参数范数惩罚便是最具有代表性的通用参数惩罚措施。5.

中国工信出版集团、人民邮电出版社出版的赵卫东、董亮编著的《机器学习》慕课版第13章 推荐系统1.推荐系统的功能是什么？解：推荐系统是一种帮助用户快速发现有用信息的工具。通过分析用户的历史行为，研究用户偏好，对用户兴趣建模，从而主动给用户推荐能够满足他们感兴趣的信息。本质上，推荐系统是解决用户额外信息获取的问题。在海量冗余信息的情况下，用户容易迷失目标，推荐系统主动筛选信息，将基础数据与算法模型进行

中国工信出版集团、人民邮电出版社出版的赵卫东、董亮编著的《机器学习》慕课版第12章 高级深度学习1.目标检测与追踪中的运动目标如何合理地表示？解：目标检测和追踪需要注意运动目标的表示，例如对其视觉特征进行建模，并采用相似性度量来对帧图像进行匹配，在追踪过程中需要处理大量冗余信息，采用搜索算法缩小比较范围。为了合理地表示运动目标，首先要获取目标的初始状态并且提取目标的特征，在此基础上构建目标描述模型

参考链接：https://blog.csdn.net/weixin_39450145/article/details/104801730https://pypi.org/project/opencv-python/1.问题：ModuleNotFoundError: No module named 'cv2’2.解决：安装cv2pip install opencv-python（如果只用主模块，使用

参考链接：https://blog.csdn.net/qq_41429220/article/details/104973805Pytorch Error: ValueError: Expected input batch_size (324) to match target batch_size (4) Log In1.ERROR原因使用pytorch训练一个自定义的模型，参照网上的博客直接照搬