机器学习笔记

CNN及其变种 CNN解决了什么问题 将大数据量的图片降维成小数据量 能够有效提取图片特征 CNN结构 卷积 池化 全连接层 CNN发展脉络

CV领域会议和期刊盘点 会议 A类 CVPR International Conference on Computer Vision and Pattern Recognition ICCV Inte

梯度下降优化算法综述 优化器 以下为笔者阅读pytorch源码和相关论文，整理出来的pytorch实现的常用优化器

常见Loss 分类 BCELoss CELoss FocalLoss QualityFocalLoss VarifocalLoss GaussianFocalLoss GHMC OHEM 回归 L1/

VGG 模型对比 模型 模型大小 训练时长 kaggle猫狗分类分数/排名 AlexNet 228.1MB 20min/3Epoch(需要重新测量) 0.97814(1113) VGG 537.1MB

熵相关、softmax、sigmoid函数 熵 $$ H\left( X \right) =-\Sigma \left( p_i \right) \log p\left( x_i \right) $$

目标检测常用评价指标 Precision/Recall True positives( TP): 被正确地划分为正例的个数， 即实际为正例且被分类器划分为 正例的实例数； False positive