抄的一点技术含量都没有。。。
Spark--Spark Shuffle细节掌握(面试类)问题Spark Shuffle Read阶段是如何读取数据的 Reduce去拉取Map的输出数据，Spark提供了两套不同的拉取数据框架：通过socket连接去取数据；使用net...
发简信
IP属地：北京
-
-
举的例子不太好，最好举位数不一样的例子
基数排序（Radix Sort）
基本思想： 基数排序是一种有意思的排序，在看过其它比较排序后，基数排序真的很有意思。 基数排序(Radix Sort)属于分配式排序，又称"桶子法"(Bucket Sort或...
-
聚集索引不是物理上连续的，而是逻辑上连续的。聚集索引如果按照特定的物理顺序存放物理记录，维护成本太高，比如你在所有记录中间插入一条数据，那么至少有一半的记录需要移动存储位置，这维护成本你不开玩笑吗
聚集索引与非聚集索引（辅助索引）
1.聚集索引 聚集（clustered）索引，也叫聚簇索引。 定义：数据行的物理顺序与列值（一般是主键的那一列）的逻辑顺序相同，一个表中只能拥有一个聚集索引。 单单从定义来看...
-
-
厉害
大数据常用的各种算法
我们经常谈到的所谓的数据挖掘是通过大量的数据集进行排序，自动化识别趋势和模式并且建立相关性的过程。那现在市面的数据公司都是通过各种各样的途径来收集海量的信息，这些信息来自...
-
666
为什么在优化算法中使用指数加权平均
本文知识点： 什么是指数加权平均？ 为什么在优化算法中使用指数加权平均？ β 如何选择？ 1. 什么是指数加权平均 指数加权平均(exponentially weighted...
-
tf.function和Autograph使用指南-Part 2
在第1部分中，我们已经知道了如何将TF 1.x代码转换为其eager的代码，然后又将eager的代码通过tf.function转换为图表示代码，并遇到了在该函数中创建状态(t...
-
@mrhalyang 受教，源码会拜读。看来我看的代码是经过后来优化的，不过这都无所谓了，好用就行。
关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
写的真好，你的这两篇文章我都看了，受益匪浅
tf.function和Autograph使用指南-Part 2
在第1部分中，我们已经知道了如何将TF 1.x代码转换为其eager的代码，然后又将eager的代码通过tf.function转换为图表示代码，并遇到了在该函数中创建状态(t...
-
NLP is fun!<br>github主页: <a href="https://links.jianshu.com/go?to=https%3A%2F%2Fgithub.com%2FJayYip" target="_blank">https://github.com/JayYip</a>
-
bbox最终就是不断的卷积卷积得出来的，而且你说的每个grid cell要预测3个bbox在yolov3原文中是不对的，每个grid cell只预测一个bbox，所以说最终输出的是三个尺度（也就是三张特征图），三个尺度都被各自的grid cell平分，每个grid cell只预测一个bbox。
所以说最终是每个grid cell与该尺度的anchor box的宽和高进行计算，具体公式用tesorflow代码2.0表示就是：
pred_wh = (tf.exp(conv_raw_dwdh) * ANCHORS[i]) * STRIDES[i]
即预测的宽高=e的bbox的宽高的次方（这里的bbox的宽高是卷积出来的值，而pred_wh才是最终的宽高）乘以该尺度的三个anchors的宽高，最后乘以该尺度相对于原始图像缩放的倍数，最终将该bbox映射到原图上。
建议你从网上找一个源码好好读读，一直在网上看理论是不行的，看久了就晕，结合代码一步步来很多之前不懂得慢慢就通了关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
您的损失函数不对吧？YOLOv3用的是二元交叉熵吧？平方差是v2和v1的损失函数中使用的
关于YOLOv3的一些细节
本文是我对YOLO算法的细节理解总结，本文的阅读前提是已读过YOLO相关论文，文中不会谈及YOLO的发展过程，不会与其他对象检测算法进行对比，也不会介绍YOLO9000相关的...
-
解决Pycharm无法导入自定义包问题报错： No module named verificateCodeSendingSMS less... (Ctrl+F1) This inspection detects...
-
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...
-
您好，您的计算举例那里我有点看不懂，是不是应该输入图片的尺寸应该是深度是3？不然后面每个卷积核的尺寸是11×11×3是不是有问题？二维的矩阵输入怎么和三维的卷积核卷积？我还是小白，并不太能理解，请您赐教！
卷积、卷积核的维数、尺寸
一、卷积核的维数 1、二维卷积核（2d） 2D卷积操作如图1所示，为了解释的更清楚，分别展示了单通道和多通道的操作。且为了画图方便，假定只有1个filter，即输出图像只有一...
