文中部分图片摘自吴恩达deeplearning课程的作业，代码及课件在我的github：DeepLearning 课件及作业 关于本篇正则化的具体路径是：正则化作业 正则...
发简信
IP属地：浙江
-
机器学习中的正则化(Regularization)
-
向量的表示及协方差矩阵(PCA)
引言 当面对的数据被抽象为一组向量，那么有必要研究一些向量的数学性质。而这些数学性质将成为PCA的理论基础。 理论描述 向量运算即：内积。首先，定义两个维数相同的向量的内积为...
-
阿里云官网内容平台！汇聚阿里云优质内容（入门、文档、案例、最佳实践、直播等）！如需转载或内容类合作，邮件yqgroup@service.aliyun.com 秒级回复！<br>
-
你好，看到你里面关于原作者warm-up部分代码的疑虑，我想是否是这样：
#原有的true_box_wh在generator中其实就是有物体的feature map单元对应放元素(作为e的指数对应修正先验bbox)，没物体的单元初始化为0；
#如果对没有obj的单元计算wh部分loss，初始为0套用计算公式true_wh = tf.exp(true_box_wh) * self.anchors / net_factor，其实就会得到对应单元存在三个先验bbox作为GT；
#但是因为对应的单元的object_mask为0，事实上不会计算上述公式；所以这里设置zeros_like是合理的，计算本身并无实际作用，但是意义在于通过0是会对应得到先验bbox的；
#而后在warm-up中将所有的object_mask全部修改为1，那么wh初始为0的作用就会体现，因此此时所有单元都会计算wh loss；
#warm-up结束后，在正常loss计算中只有真实有物体的单元对应的object_mask为1，其他没有物体的单元mask为0，对应也不会计算wh部分的loss，就恢复到原本的状态； -
YOLO v1深入理解YOLO（You Only Look Once）是一种基于深度神经网络的对象识别和定位算法，其最大的特点是运行速度很快，可以用于实时系统。现在YOLO已经发展到v3版本，不过...
-
我猪故我在
-
关于感受野的理解与计算感受野 在卷积神经网络中，感受野（Receptive Field）的定义是卷积神经网络每一层输出的特征图（feature map）上每个像素点在原始图像上映射的区域大小，这里...
-
-
-
-
欢迎来到@产品专题，本专题汇集了30多万的小伙伴，每天有100篇优质文章的投稿，更有优质的产品社群。 @产品专题主要收录的是：产品、设计、技术、运营、体验、文档、工具、经验总结、项目总结等类型的优质文章。 专题投稿须知 1、所投稿的文章必须是原创作品，具有一定的可读性。 2、① App、软件推荐／评测类建议转投工具癖 ② 营销、文案类建议转投广告圈 ③ 职场成长类建议转投上班这点事儿 3、文章內不得有任何推广信息。包括但不限于公众号、微博、微信、豆瓣、QQ个人资料；不必要的外链；文章图片有微信水印、或者网站水印有推广嫌疑的。 4、本专题拒绝任何形式的全文转载内容。 专题投稿指南： https://www.jianshu.com/p/8bb3bcd951ce 专题主编：文俊粥 https://www.jianshu.com/u/0df55b412537 可添加主编微信：vk201205（文俊，备注：简书产品加群）
-
-
-
故事专题，不论是旅行生活中亲身经历的真实故事，还是童话玄幻遐想的虚构故事，这里记录你的每个故事。 欢迎向我们投稿你的故事！ 所投稿件必须是一个完整的故事，故事包括但不限于：小说、世间故事、叙事散文、以叙事为主的回忆录…… 投稿前，请阅读最有趣的投稿指南： http://www.jianshu.com/p/9da8500a57f0 投稿须知： 1.建议题材：有情节的小说、身边的故事、叙事游记、以叙事为主的回忆录、职业故事等。 2.不建议题材：连载、只有大道理的鸡汤、成功学、工具文、诗歌、观点时评类文章等。 3.文章在一千字以上，排版合理，不影响阅读体验。 4.禁止外链宣传。不得有个人微信、微信公众号、微博、豆瓣链接。 专题主编：似舞 https://www.jianshu.com/u/021585ebd561 目前【故事】专题已建有专题社群，私信主编暗号“我爱故事”，即可获得入群链接。任何投稿疑惑，写作问题，感情困难，都可以进群进行申诉，会有专人解决你的问题。
-
