1、前言最近有朋友问我，损失函数与激活函数的问题，由于有段时间没接触深度学习，一下子还有点蒙。最近也是复习了下。浅讲下自己对深度学习的理解。2、梯度相信大家对导数的概念都比较清楚，...

一、理论部分1.1、极大似然估计。这部分设计深入浅出直接来例子：假设袋子里有100个球分别有黑球和白球（对应的二分类），有放回的从袋子里拿了100次。80次白球，20次黑球。

昨天有人给我发co-tracker开源，秉持着一贯好奇与好学的心态。尝试自己搭建环境跑跑demo看看效果。git链接：https://github.com/facebookresearch/co-tracker本机环境：ubuntu 18.04cuda 11.7。

1、前言最近有朋友问我，损失函数与激活函数的问题，由于有段时间没接触深度学习，一下子还有点蒙。最近也是复习了下。浅讲下自己对深度学习的理解。2、梯度相信大家对导数的概念都比较清楚，...

一、公式推导，矩阵最小二乘法(参考高等代数)这部分知识可以参考：高等代数9 7 向量到子空间的距离 最小二乘法 - 道客巴巴如果是实现非线性这部分知识可以参考周志华西瓜书二、代码实现。...

一、理论部分1.1、极大似然估计。这部分设计深入浅出直接来例子：假设袋子里有100个球分别有黑球和白球（对应的二分类），有放回的从袋子里拿了100次。80次白球，20次黑球。

然后，使用矩阵的每个元素中的最小值作为我们的成本矩阵 C 的最终值。M ∈ R2×2 是包含仿射矩阵 a 的尺度和旋转部分的矩阵，并且 T 包含平移部分。在许多复杂的场景中，预测边界框的正确位置可能会由于相机运动而失败，这导致2个相关边界框之间的重叠率低，最终导致跟踪器性能低下。实际测试发现步骤 2 的提升是很大的，尤其是对突然发生抖动场景（如车子过减速带，急刹车等）。在经过上述式子更新过后，我们

目标跟踪在发生遮挡时，极其容易发生Id Switch。网上许多算法忽视跟踪遮挡问题,同时网上相关资料也很少。博主为了解决跟踪遮挡，翻阅大量论文。分享其中一篇论文。论文介绍了一种思路，但是未提供代码，博主根据论文思路编写了相关代码。验证后发现，效果好得出乎意料。阅读本文需要一定跟踪的基础。

1、前言最近有朋友问我，损失函数与激活函数的问题，由于有段时间没接触深度学习，一下子还有点蒙。最近也是复习了下。浅讲下自己对深度学习的理解。2、梯度相信大家对导数的概念都比较清楚，...

实时语音识别、实时监控检测状态等等。你是不是在处理离线数据时得心应手，而在面对实时的数据处理的时候会不知所措？时序在智能制造领域是个非常重要的指标，在线实时检测是优势与趋势。python如何处理在线数据？简单说下，利用queue、threading多线程处理。（实际情况要比这复杂多得多）拿到数据后的处理要根据实际想情况而定，下面我会举个简单的例子说明。