深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、词袋模型（Bag of Words, BoW）1、目的将不定长的文本型数据转化为定长的数值型数据，方便用作机器学习模型的输入2、主要思想建立一个词典库，其中包含训练语料库的所有词语，每个词语都对应一个唯一识别的编号，利用one-hot文本来表示；文档的词向量维度与单词向量的维度相同，

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、Bounding box损失函数1、IOU_Loss????IOU是交并比，在这里是指预测的物体框框和真实的物体框框的交集的面积与并集的面积之比。????IOU_Loss是根据IOU的损失函数：IOU_Loss = 1 -IOU但是它存在一些缺点：（1）如果你的预测框和真实框完全不重

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录一、欧拉角1、静态定义2、欧拉角的表示 3、欧拉角表示的优缺点 4、欧拉角的万向节死锁（静态不存在万向锁的问题）二、四元数1、提出意义和定义 （含轴角）2、四元数的相关计算法则3、四元数的极形式4、四元数的使用举例5、四元数的优缺点三、四元数和欧拉角间的相互转化1、四元数转为欧拉角2、欧拉角

其中被称为属性a的“固有值”属性a的取值有，其中表示D中所有在属性a上取值为的样本集合。属性a的可能取值数目越多（V越大），IV(a)的值通常会更大。（1）基尼值Gini(D)反映了从数据集D中随机抽取两个样本，其类别标记不一致的概率。Gini(D)越小，数据集D的纯度越高，不确定性越小。（2）基尼指数。...

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、官网下载链接https://unity3d.com/cn/但是可能是因为我没翻墙，所以我根本没办法进入这个网页二、Unity 3D中国官网下载但是天无绝人之路嘛可不是，让我找到了这么个大宝贝Unity所有版本下载 | Unity中国官网点进链接后往下翻然后根据提示进行一些注册和登录，就可以选

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、提出原因说到PAN，总能联想到与之相似的FPN。有关FPN的介绍分析可以康康博主之前的文章（PAN推荐和FPN结合一起学习）深度学习中的FPN详解_tt丫的博客-CSDN博客FPN是自上向下的一个特征金字塔，把高层的强语义特征传递下来，对整个金字塔进行增强，不过它只增强了语义信息，却

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、SVM定义与解决目标SVM是一个二类分类器。其基本模型定义为特征空间上的间隔最大的线性分类器，其学习策略便是间隔最大化，最终可转化成一个凸二次规划问题的求解。即找到一个超平面，使两类数据离超平面越远越好，这样就可以让模型对新的数据分类更准确，即分类器更加稳定。🎈支持向量：离分隔超平面最近的

深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、

第一次写CSDN博客嘻嘻，深度学习入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。文章目录背景介绍一、pandas是什么？二、使用步骤1.引入库2.读入数据总结背景介绍Focus层是在YOLOv5中被提出来的。感觉像是一种特殊的下采样的方式。1.下采样下采样就是一种缩小图像的手法，用来降低特征的维度并保留有效信息，一定程度上避免过拟合。下采样

入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。一、RF简介RF模型属于集成学习中的bagging流派1、集成学习简介集成学习分为2派：（1）boosting：它组合多个弱学习器形成一个强学习器，且各个弱学习器之间有依赖关系。（2）bagging：同样的，它也是组合多个弱学习器形成一个强学习器，但它各个弱学习器之间没有依赖关系，而且可以并行拟