1. sigmoid函数：σ(z) = 1/(1+e^(-z))sigmoid函数有个性质：σ'(z) =σ(z) * ( 1 - σ(z) )sigmoid函数一般是作为每层的激活函数，而下边的几种是代价函数。2. 所有样本的二次代价函数：C=1/2 *Σ (y - a)^2，这里的激活函数也使用了sigmoid函数二次代价函数存在当结果明显错误时，学习却很慢的问题，如，当输出...

回调函数机制 使用了 函数指针。1.定义一个函数指针，如typedef void (*func_ptr)(std::string str);2.定义一个 回调函数 void func(std::string str)，需要注意的是，回调函数必须和前面定义的函数指针参数类型和参数个数一致3.定义一个注册回调函数 void SetCallback(func_ptr ptr);， 其中 func_ptr

1.查找与删除map和vector容器中指定元素(1) map查找map的关键字：std::map<std::string,int> map_name_;auto iter = map_name_.find("key_name");if (iter != map_name_.end()) {//找到了该关键字，进行的操作}删除map的指定key值有两种方法：方法1:直接删除keymap

选择使用memcpy_s，strcpy_s还是选择strcpy，memcpy? memset()的用法memcpy_s，strcpy_s函数明确的指定了目标内存的大小，能够清晰的暴露出内存溢出的问题，而普通的strcpy，memcpy则不会。为了保证内存拷贝有足够的空间，防止笔误，【尽量使用memcpy_s代替memcpy】。(1)memcpy_s()的用法：errno_t memcpy_s(vo

损失函数：L1损失：即平均绝对误差（MAE）：MAE = 1/n*∑ | yi - yi^ |L2损失：即均方误差（MSE）：MSE = 1/n*∑ (yi - yi^ )^2正则化：L1正则化：即对权重矩阵的每个元素绝对值求和，λ * ||W||L2正则化：即对权重矩阵的每个元素求平方和（先平方，后求和），1/2 * λ * ||W||^2注意：正则化项不需要求平...

0.前言最近整理了“相机成像原理”和“视差与深度信息”相关的资料，然后做成了PPT，以备自己用，也提供给相关的图像、视觉方向的朋友参考。如有误，望海涵并指出。1.正文图像处理、立体视觉等等方向常常涉及到四个坐标系：世界坐标系、相机坐标系、图像坐标系、像素坐标系。例如下图：...

编译proto和proto相关用法1.编译proto的问题重装protoc可参考 https://blog.csdn.net/u013498583/article/details/74231058查看当前protoc版本： protoc --version查看protoc安装位置：which protoc查找protoc相关文件：sudo find / -name protoc编译proto文件p

训练集：使用训练集来对某个网络模型进行训练，使用梯度下降法来更新普通参数，如权重和偏置。验证集：使用验证集来对训练集训练的模型调节他的超参数（如：网络层数、网络节点数、迭代次数、学习率、正则化参数），这些超参数在训练集训练时候不会更改，在验证的时候是通过认为设定某个超参数，来得到准确率，并选择该模型准确率最好的一组超参数。测试集：通过验证集选择的一组超参数，结合训练集得到的普通参数（如：权...

ubuntu系统下，我们的空间会越来越小，有时候不知道大文件藏在哪。其中有一项就是vscode的缓存，时间久了可能会有几十G的空间，把缓存删掉，可以腾出很大空间。不同电脑的vscode安装目录可能有区别：cd ~/.config/Code/User/workspaceStorage/rm -rf*运气好也可以清理几十G。...

损失函数：L1损失：即平均绝对误差（MAE）：MAE = 1/n*∑ | yi - yi^ |L2损失：即均方误差（MSE）：MSE = 1/n*∑ (yi - yi^ )^2正则化：L1正则化：即对权重矩阵的每个元素绝对值求和，λ * ||W||L2正则化：即对权重矩阵的每个元素求平方和（先平方，后求和），1/2 * λ * ||W||^2注意：正则化项不需要求平...