推荐阅读：总结；绝对多数投票法；误差-分歧分解8.4 结合策略关键词： 平均法；投票法；学习法;硬投票；软投票一开始就说到，集成学习有两个关键，第一，个体学习器；第二，结合策略。对于个体学习器，通常分串行（boosting）和并行（bagging）的方法构建。有了一组学习器，如何把它们结合起来使用呢？这就设计到结合策略，通常有：简单平均法；投票法；学习法。8.4.1 平均法对于数值输出（回归

创新点正文MobileNet-V2网络结构MobileNetV2:《Inverted Residuals and Linear Bottlenecks: Mobile Networks for Classification, Detection and Segmentation》于2018年1月公开在arXiv(美[ˈɑ:rkaɪv]) ：https://arxi...

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications（MobileNets paper）是CVPR-2017一篇paper，作者均来之Google，其提出一种“新”的卷积方式来设计网络，主要针对移动端设备所设计，因此，得名MobileNets注：MobileNets不是模型压缩技...

统计学中，在探讨 不确定性（概率） 这件事时分两派:频率学派和贝叶斯学派。频率学派认为概率是事件在长时间内发生的频率，是固定的。（比如我们若何得知抛一枚硬币出现正面的概率是0.5，这是通过抛了好多好多次之后，我们统计正面出现频率发现是0.5，那就认为抛一枚硬币出现正面的概率是0.5，注意，这里是必须抛好多好多次之后，我们才能得到概率）贝叶斯学派认为概率是被解释为我们对一件事情发生的相信程度，即对

一引言二轻量化模型2.1 SqueezeNet2.2 MobileNet2.3 ShuffleNet2.4 Xception三 网络对比一引言自2012年AlexNet以来，卷积神经网络（简称CNN）在图像分类、图像分割、目标检测等领域获得广泛应用。随着性能的要求越来越高，AlexNet已经无法满足大家的需求，于是乎各路大牛纷纷提出性能更...

实验数据：cat-dog 二分类，训练集：19871验证集：3975实验模型：resnet-18batchsize：128*2 （一个K80吃128张图片）存在的问题： 对训练集 accuracy可达0.99 loss=1e-2 -3，然而验证集 accuracy 0.5，loss 很高，试了多个初始学习率（0.1 — 0.0001）都不行解决上述问题： 采取warm up方法 ，对上述

关键词：错误率（error rate）；精度（accuracy）；经验误差（empirical error）；泛化误差（generalization error）；过拟合（overfitting）;留出法（hold-out）;交叉验证法（cross validation）;自助法（bootstrapping）;训练集（train set）、验证集（valid set）、测试集（test set..

第一部分：如何绘制三维散点图和分类平面第二部分：sklearn中的SVM参数介绍最近遇到一个简单的二分类任务，本来可用一维的线性分类器来解决，但是为了获得更好的泛化性能，我选取了三个特征，变成了一个三维空间的二分类任务。目的就是使两类样本之间的间隔再大一些，为了满足这种需求，自然而然的想到使用SVM作为分类器，并且该任务是线性可分，自然的选用LinearSVM——核函数为线...

前言：最近学习Python，才发现原来python里的各种库才是大头！ 于是乎找了学习资料对Numpy库常用的函数进行总结，并带了注释。在这里分享给大家，对于库的学习，还是用到时候再查，没必要死记硬背。PS：本博文摘抄自中国慕课大学上的课程《Python数据分析与展示》，推荐刚入门的同学去学习，这是非常好的入门视频。 Numpy是科学计算库,是一个强大的N维数组对象ndarray，是广播功能函数

墙裂推荐阅读：ｙ的衍生物关键词：最小二乘法；正则化；对数线性回归； y的衍生物3.1 基本形式假设样本x有d个属性，线性模型（linear model）试图学得一个通过属性的线性组合来进行预测的函数，即f(x)=w1x1+w2x2+⋅⋯+wdxd+bf(x)=w1x1+w2x2+⋅⋯+wdxd+bf(x)=w_{1}x_{1} + w_{2}x_{2}+\cdot \cdo...