卷积神经网络中的池化(Pooling)层
Pooling Layers.池化(pooling)是卷积神经网络中的重要组成部分。通过池化可以对特征图(feature map)进行降采样,从而减小网络的模型参数量和计算成本,也在一定程度上降低过拟合的风险。池化的作用包括: 通过降采样增...
Pooling Layers.池化(pooling)是卷积神经网络中的重要组成部分。通过池化可以对特征图(feature map)进行降采样,从而减小网络的模型参数量和计算成本,也在一定程度上降低过拟合的风险。池化的作用包括: 通过降采样增...
Draw Confusion Matrix.
Rayleigh Quotient and Generalized Rayleigh Quotient. 瑞利商的定义 瑞利商的性质 广义瑞利商 瑞利商在机器学习中的应用1. 瑞利商的定义对于一个Hermitan矩阵$A$(复域的共轭...
Notes about MMDetection.
Albumentations: Fast and Flexible Image Augmentations.
Long-tail distribution problem in image datasets.