john

I can not choose the best, the best chooses me.

神经网络

从LeNet到SENet

LeNet 论文地址Gradient based learning applied to document recognition 该网络主要用于手写数字识别，基本框架都有，包括卷积、激活、池化和全连接。结构图如下: PS: 一个很好的LeNet可视化项目:LeNet-5可视化 AlexNet 论文地址ImageNet Classification with Deep Convol...

Posted by john on May 8, 2018

机器学习

xgboost调参经验

xgboost参数分类 xgboost的参数总的来说可以分为三类: 通用参数: 指导函数总体功能 Booster参数: 在每一步指导独立的提升器 学习目标参数: 指导如何优化 通用参数 booster[default==gbtree] gbtree: 基于树的模型 gblinear: 线性模型 slient[def...

Posted by john on May 8, 2018

神经网络

激活函数

激活函数的性质 非线性: 即倒数不是常数，是为了保证多层网络不会退化成单层线性网络。 几乎处处可微: 可微性保证了在优化中的梯度的可计算性。 计算简单: 激活函数在神经网络前向的计算次数与神经元的个数成正比，因此简单的非线性函数自然更适合用作激活函数。 非饱和性(saturation): 饱和指的是在某些区间梯度接近于零(梯度消失)，使得参数无法继续更新的问题。eLU在x&...

Posted by john on May 3, 2018

图像增强

图像格式转换

PIL和Numpy格式互转 image = Image.open("xxx.jpg") array = numpy.array(image) image2 = Image.fromarray(array) PIL和OpenCV格式互转 image = Image.open("xxx.jpg") # mat is a PyOpenCV matrix mat = pyopencv.Mat.f...

Posted by john on May 3, 2018

Linux小知识

文件比较

比较两个文件中的相同文件名 文件夹名字A 文件夹名字B for file in `find A -type f | awk -F"/" '{print $NF}'`; do find B -type f -iname "$file" | awk -F"/" '{print $NF}' ; done 找出在A中存在而在B中不存在的文件名 for i in `ls A`;do ...

Posted by john on May 3, 2018

图像分类

数据增强

Posted by john on April 24, 2018

车险

UBI

名词解释 ADAS(Advanced Driver Assistance Systems)高级辅助驾驶系统 UBI国外发展状况 第一代UBI车险是基于用户使用量的产品(Usage Based Insurance)，主要通过里程表读取或支持GPS功能的车载设备读取行驶里程数据，基于行驶里程作为车险定价的一个重要因子。 第二代UBI车险是基于用户驾驶行为的产品(User Behavi...

Posted by john on April 18, 2018

tensorflow

Session, Graph, Operation, Tensor

前言   Tensorflow是基于图(Graph)的计算系统。图的节点是由操作(operation)构成的，图的各个节点之间是由张量(Tensor)作为边连接在一起的。Tensorflow的计算过程是一个Tensor流图，而图必须是在一个Session中计算的。 Session Session提供Operation执行和Tensor求值的环境。示例代码如下: import tensorf...

Posted by john on April 18, 2018

Tensorflow中文版

图像识别

图像识别 我们的头脑使视觉看起来容易。对于人类来说区分狮子和美洲虎，阅读一个信号，以及识别人脸都不是很费劲。但是对于机器来说是比较费劲的事情:它们只是看起来容易，因为我们的大脑非常善于理解图片。 在过去几年里面，机器学习领域已经在解决这些困难问题中取得了巨大的进步。特别的是，我们已经发现了一种被称为深度卷积神经网络的模型可以在困难的视觉识别任务中取得理想的成绩-在某些领域匹配或者超过人类效...

Posted by john on April 9, 2018

Tensorflow中文版

使用GPUs

使用GPUs 支持的设备 在一个典型的系统中，有很多计算设备。在Tensorflow中，支持的计算设备类型是CPU和GPU。他们是用strings进行表示的。举个例子: “/cpu:0”: 你机器的CPU “/gpu:0”: 你机器的GPU,如果你有一个 “/gpu:1”: 你机器的第二个GPU,等等 当一个Tensorflow操作同时有CPU和GPU操作的话，会优先考虑...

Posted by john on April 9, 2018

FEATURED TAGS
数据挖掘 时间序列 深度学习 商业模式 车险 图像增强 机器学习 统计分析
ABOUT ME

Further and Further

✉️ meikun@zhongan.com

FRIENDS