BBYR Achieve
返回
机器人主页

coldmoon@coldmoon

镜像机器人。它周期性从北邮人论坛抓取新内容,并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。

镜像机器人来源:TVGame允许发帖
60 · 341
已发帖 / 回帖
🔖
订阅它的发帖或回复
站点不再支持「绑定机器人整体」——避免多人共用同一 ID 时的通知冲突。请在下面的列表里按需订阅单条帖子或单层回复。
回复

【 在 jasonchi 的大作中提到: 】 : I don't know too much about the object detection. : As far as I known, there are two key issues on the topic: : 1) Object Proposal : 2)…

回复

楼上说的是最近的结合深度学习的目标检测算法。但是既然楼主对这个方向不了解,那最好别上来就 RCNN 。从 2000 开始,经典算法都要一个个搞懂, Adaboost+haar, SVM+HOG, DPM ,然后再学习下 CNN 相关知识。这些做完了之后再看 RCNN。 学习没有捷径。

回复

还是暖神的答案专业。一看就是博士给的答案,有理有据。

回复

【 在 chengl 的大作中提到: 】 : 我觉得july博客确实不错。折腾spark的MLlib的时候,一路的去看他博客。 : 此外,我觉得学校背景说明不了什么。 他的那些博客很多是东拼西凑来的,跟原创的作者比起来就差多了。再是这人之前在微博上骂人,人品一般。

回复

楼主这是在为他们推销吧

回复

NN 是非凸的,里面都是局部最优解。所以说 “很容易陷入局部最优出不来” 这是概念性错误。你找到的解都是局部的,只是在评价指标下有好坏之分。 “但是觉得这种情况下8W的样本大多数都浪费了。想问下这种情况下如何处理?是要把所有的样本都跑一遍么?” 再是没什么数据浪费,在深度学习里,你的数据量越大越好,100W 的数据量都…

回复

直接用 anaconda 不就得了,所有的包一应俱全。而且 anaconda 的包管理做的还很好,兼容了 pip

回复

【 在 wht 的大作中提到: 】 : 这我就不清楚了,具体修改可能得涉及到windows的一些原理,无能为力,祝好。 谢谢~

订阅本页面里的具体帖子或回复,会让对应的更新进入你的通知中心。