树中的深度、高度及层数相关概念深度是从上往下数的，高度是从下往上数的，深度和高度都涉及到节点的层数(经过学习发现，深度、高度概念在不同的教材中有不同的定义，主要看高度深度的初值为几，有的为0，有的为1)。(1).定义一（初值为0）：节点的深度是根节点到这个节点所经历的边的个数　　　　　　　　　　　节点的高度是该节点到叶...

题目大意： 你手中有编号1-9的九张扑克牌，然后将这9张扑克牌放到9个盒子里，并使得___+___=___成立；其实就是判断下  a[1]*100+a[2]*10+a[3]+a[4]*100+a[5]*10+a[6]==a[7]*100+a[8]*10+a[9] 这个等式是否成立...

译自：http://sebastianruder.com/multi-task/1.前言在机器学习中，我们通常关心优化某一特定指标，不管这个指标是一个标准值，还是企业KPI。为了达到这个目标，我们训练单一模型或多个模型集合来完成指定得任务。然后，我们通过精细调参，来改进模型直至性能不再提升。尽管这样做可以针对一个任务得...

这篇文章主要整理三部分内容，一是常见的三种神经网络结构：前馈神经网络、反馈神经网络和图网络；二是整理前馈神经网络中正向传播、误差反向传播和梯度下降的原理；三是梯度消失和梯度爆炸问题的原因及解决思路。一、神经网络结构目前比较常用的神经网络结构有如下三种：1、前馈神经网络前馈神经网络中，把每个神经元按接收信息的先后分为不同...

端到端学习到底是什么呢？简而言之，以前有一些数据处理系统或者学习系统，它们需要多个阶段的处理。那么端到端深度学习就是忽略所有这些不同的阶段，用单个神经网络代替它。以语音识别为例，你的目标是输入x，比如说一段音频，然后把它映射到一个输出y，就是这段音频的听写文本。所以和这种有很多阶段的流水线相比，端到端深度学习做的是，你...

这是一个优秀的零基础入门深度学习教程！零基础入门深度学习(1)-感知器零基础入门深度学习(2)-线性单元和梯度下降零基础入门深度学习(3)-神经网络和反向传播算法零基础入门深度学习(4)-卷积神经网络零基础入门深度学习(5)-循环神经网络零基础入门深度学习(6)-长短时记忆网络(LSTM)零基础入门深度学习(7)-递归...

十分抱歉，由于项目太忙（我会说自己懒吗？）柳猫一直没有更新自己的手记，现在，就让柳猫来讲讲十个常用的深度学习算法。        过去十年里，人们对机器学习的兴趣经历了爆炸式的整长。我们几乎每天都可以在计算机程序、行业会议和媒体上看到机器学...

  在过去的这些年里，对二维图像已经有了大量深入的研究，并且有着长足的发展。它在分类任务上取得了极好的结果主要得益于一下两个关键因素：1.卷积神经网络。2.数据-大量图像数据可用。  但是对于3D点云，数据正在迅速增长。大有从2D向3D发展的趋势，比如在opencv中就已经慢慢包...

https://towardsdatascience.com/sleep-stage-classification-from-single-channel-eeg-using-convolutional-neural-networks-5c710d92d38e   低通滤波30Hz以下，采...

给大家介绍最近超级火的黑科技应用deepfake，这是一个实现图片和视频换脸的app。前段时间神奇女侠加尔盖朵的脸被换到了爱情动作片上，233333。我们这里将会从github项目faceswap开始一步一步实现一个视频换脸的教程。注意：本技术存在一定的使用风险，本教程仅做技术交流，请不要用在其他不应该被使用的地方。技...

声明，这个系列基本是我自己的一些学习过程，方便我自己后期复习的！线性分类器主要由两个部分组成：一个是评分函数（scorefunction），它是一个从原始图像到类别分值的映射函数。另一个是损失函数（lossfunction）也叫代价函数（costfunction），它是用来量化预测得到的分类标签的得分与真实标签之间的一...

据我目前了解掌握，多目标跟踪大概有两种方式：Option1基于初始化帧的跟踪，在视频第一帧中选择你的目标，之后交给跟踪算法去实现目标的跟踪。这种方式基本上只能跟踪你第一帧选中的目标，如果后续帧中出现了新的物体目标，算法是跟踪不到的。这种方式的优点是速度相对较快。缺点很明显，不能跟踪新出现的目标。Option2基于目标检...

黑黛增发罗林川：如何三年开1000家连锁店？_深度案例_i黑马黑黛增发...

在机器学习、深度学习中使用的优化算法除了常见的梯度下降，还有Adadelta，Adagrad，RMSProp等几种优化器，都是什么呢，又该怎么选择呢？在SebastianRuder的这篇论文中给出了常用优化器的比较，今天来学习一下：https://arxiv.org/pdf/1609.04747.pdf本文将梳理：每个...

最近在学习deeplearning的时候接触到了bottle-necklayer，好奇它的作用于是便扒了一些论文（论文链接放在文末吧），系统的了解一下bottle-neckfeature究竟有什么用。论文[1]中对bottle-neckfeature的介绍：对应的图示如下： 直观的理解是这玩意儿应该是用来降维...