GMM（混合高斯模型）的EM算法1.算法理论p(x)=∑Kk=1πkN(x|μk,εk)p(x)=\sum_{k=1}^{K}{\pi_{k}N(x|\mu _{k},\varepsilon _{k})}N(x|μk,εk)=1(2π)d|εk|√exp(−12(xi−μk)Tε−1k(xi−μk))N(x|\mu _{k},\varepsilon _{k})=\frac{1}{\sqrt{(2\

基于用户的协同过滤算法一、基本思路在一个推荐场景，你需要给用户推荐一些商品，基本思路是：（1）找到和目标用户兴趣相似的用户集合。（2）找到这个集合中的用户喜欢的，且目标用户没有听说过的物品推荐给目标用户。二、相似度度量可以有许多不同的方式用于度量，常见的有Jaccard公式，余弦相似度等等。余弦相似度公式如下：duv=|N(u)∩N(v)||N(u)||N(...

最近在学习自然场景下的文字识别，有一个比较新的模型EAST，所以学习一下。论文原地址：https://arxiv.org/abs/1704.03155v2源码：https://github.com/argman/EAST模型特点及优势该模型直接预测全图像中任意方向和四边形形状的单词或文本行，消除不必要的中间步骤（例如，候选聚合和单词分割）。通过下图它与一些其他方式的步骤...

VGG网络像素值计算这是VGG的网络：下面算一下每一层的像素值计算：输入：224*224*31. conv3 - 64（卷积核的数量）：kernel size:3 stride:1 pad:1像素：（224-3+2*1）/1+1=224224*224*64参数： （3*3*3）*64 =17282. conv3 - 64：kernel siz

最近在学习自然场景下的文字识别，有一个比较新的模型EAST，所以学习一下。论文原地址：https://arxiv.org/abs/1704.03155v2源码：https://github.com/argman/EAST模型特点及优势该模型直接预测全图像中任意方向和四边形形状的单词或文本行，消除不必要的中间步骤（例如，候选聚合和单词分割）。通过下图它与一些其他方式的步骤...