gradient

C++ OpenCV特征提取之HOG特征提取(自带行人检测调用)

前言方向梯度直方图（HistogramofOrientedGradient,HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。
Vaccae·2022-12-03 08:51

OpenCV图像特征提取学习五，HOG特征检测算法

一、HOG向梯度直方图概述向梯度直方图（HistogramofOrientedGradient,HOG）特征是基于对稠密网格中归一化的局部方向梯度直方图的计算。
肖爱Kun·2022-12-03 08:49

人工智能-强化学习-算法：PPO（Proximal Policy Optimization，改进版Policy Gradient）【PPO、PPO2、TRPO】

强化学习算法{Policy-BasedApproach：PolicyGradient算法：LearninganActor/PolicyπValue-basedApproach：Critic{StatevaluefunctionVπ
u013250861·2022-12-03 06:46

RL 笔记（3）PPO(Proximal Policy Optimization)近端策略优化

RL笔记（3）PPO基本原理PPO是在基本的PolicyGradient基础上提出的改进型算法PolicyGradient方法存在核心问题在于数据的bias。
WensongChen·2022-12-03 06:46

神经网络基础知识

1反向传播反向传播（Backpropagation）是什么先不谈，它的作用就是一点：使GradientDescent的计算更快速。
御用厨师·2022-12-03 04:24

梯度下降原理+梯度消失和爆炸

梯度下降算法（GradientDescent)的原理和实现步骤-知乎(zhihu.com)梯度（gradient）到底是个什么东西？物理意义和数学意义分别是什么？
今天也要debug·2022-12-03 03:04

ICLR 2014 International Conference on Learning Representations深度学习论文papers

ICLR2014InternationalConferenceonLearningRepresentationsApr14-16,2014,Banff,CanadaWorkshopTrackSubmittedPapersStochasticGradientEstimateVarianceinContrastiveDivergenceandPersistentContrastiveDivergenc
weixin_30338481·2022-12-03 01:27

Python数据分析：计算数组中每个元素的梯度numpy.gradient()

【小白从小学Python、C、Java】【Python-计算机等级考试二级】【Python-数据分析】Python数据分析计算数组中每个元素的梯度每个元素之后一项和之前一项的变化幅度numpy.gradient
刘经纬老师·2022-12-02 22:24

tensorflow—tf.gradients()简单实用教程

声明：参考官方文档参考tensorflow学习笔记（三十）关于神经网络中的梯度计算，推荐吴恩达的deeplearning公开课tf.gradients()在tensorflow中，tf.gradients
hustqb·2022-12-02 22:12

Tensorflow tf.gradients 详解

tf.gradientsgradients(ys,xs,grad_ys=None,name=‘gradients’,colocate_gradients_with_ops=False,gate_gradients
EversChen5·2022-12-02 22:12

（MATLAB）使用梯度下降进行一元线性回归

梯度下降函数代码如下：function[ww,bb,ee]=myGradientDes(x,y,w,b,s,n)%x,y-样本，w-权值初始值，b-偏置项初始值，s-学习率，n-迭代次数m=length
我是小蔡呀～～～·2022-12-02 20:24

深度学习Day02

GradientDescenttuningyourlearningrateAdaptiveLearningRatesAdagrat\仅一个参数成立FeatureScalingGradientDescend
非畅6 1·2022-12-02 17:00

常见优化器方法梳理

1.优化器基本思路常见的优化器基本都是通过梯度下降（GradientDescent）的方法对模型的参数进行更新，使根据损失函数在测试集合上的损失值逐步降低，从而达到优化模型的目的。
zhang371312·2022-12-02 17:17

CV复习：常用优化器总结

梯度下降法(GradientDescent)梯度下降法是最基本的一类优化器，目前主要分为三种梯度下降法：标准梯度下降法(GD,GradientDescent)，随机梯度下降法(SGD,StochasticGradientDescent
pomelo33·2022-12-02 17:46

【深度学习】常用优化器总结

BGDBGD的全称是BatchGradienthttps://www.cnblogs.com/flix/p/13144064.html
浮云向晚·2022-12-02 17:46

优化器（SGD、SGDM、Adagrad、RMSProp、Adam等）

1.1SGDSGD全称StochasticGradientDescent，随机梯度下降，1847年提出。每次选择一个mini-batch，而不是全部样本，使用梯度下降来更新模型参数。
blue_sky_wait_me·2022-12-02 17:14

8.优化器

文章一、优化器1.SGD(Stochasticgradientdescent)2.Momentum3.NAG(Nesterovacceleratedgradient)4.Adagrad5.RMSprop6
booze-J·2022-12-02 17:14

【面试总结】常见的优化器

总的来说可以分为三类，一类是梯度下降法（GradientDescent），一类是动量优化法（Momentum），另外就是自适应学习率优化算法。
Icanhearwawawa·2022-12-02 17:44

12 变分推断（Variational Inference）

积分问题（贝叶斯角度）1.3Inference2公式推导2.1公式化简2.2模型求解3回顾3.1数学符号规范化3.2迭代算法求解3.3MeanFieldTheory的存在问题4SGVI：StochasticGradientVa
weixin_46125345·2022-12-02 17:42

Gradient Domain Guided Image Filtering个人学习笔记

摘要引导式图像滤波器(GIF)以其保边特性和低计算复杂度，是一种著名的局部滤波器。不幸的是，GIF可能会遭受光晕伪影，因为在GIF中使用的局部线性模型不能很好地在某些边缘附近表示图像。本文结合显式的一阶边缘感知约束，提出了一种梯度域GIF。边缘感知约束使边缘被更好地保持下来。为了说明该滤波器的效率，将所提出的梯度域GIF应用于单图像细节增强、高动态范围图像的音调映射和图像显著性检测。理论分析和实验
追梦Hocking·2022-12-02 16:36

机器学习基础算法应用实践案例整理

机器学习基础算法应用实践案例整理一.线性回归算法部分：1.基于多元线性回归lineargradient预测家庭用电2.基于Lasso回归预测波斯顿房屋租赁价格变化情况3.基于softmax回归算法分类葡萄酒质量
田超凡·2022-12-02 15:04

PyTorch - 27 - 带PyTorch的CNN Confusion Matrix - 神经网络编程

ConfusionMatrixRequirementsGetPredictionsForTheEntireTrainingSetBuildingAFunctionToGetPredictionsForALLSamplesLocallyDisablingPyTorchGradientTrackingUsingT
许喜远·2022-12-02 15:23

【强化学习】随机策略梯度算法（stochastic-policy-gradient）

策略搜索方法相对于值函数法有如下优缺点优点：直接策略搜索方法是对策略π\piπ进行参数化表示，与值函数方中对值函数进行参数化表示相比，策略参数化更简单，有更好的收敛性。利用值函数方法求解最优策略时，策略改进需要求解argmaxaQθ(s,a)argmax_aQ_\theta(s,a)argmaxaQθ(s,a)，当要解决的问题动作空间很大或者动作为连续集时，该式无法有效求解。直接策略搜索方法经常采
贰锤·2022-12-02 13:07

强化学习原理与应用作业二

目录0.说明1.Task1ImplementingDQN1.1DQNforPongNoFrameskip-v42.Task2ImplementingPolicyGradient2.1REINFORCE及变体
Echo木·2022-12-02 13:05

RL策略梯度方法之(六): Deterministic policy gradient(DPG)

本专栏按照https://lilianweng.github.io/lil-log/2018/04/08/policy-gradient-algorithms.html顺序进行总结。
晴晴_Amanda·2022-12-02 13:03

论文笔记之DPG

原论文地址阅读DPG的必要性：A2C的难收敛使得policy-based向着DDPG发展，而DDPG=Deep+DPG，因此想要理解DDPG算法，就必须先理解DPGDeterministicPolicyGradientAlgorithms
Ton10·2022-12-02 13:30

用Python画colorbar渐变图+修改刻度大小+修改渐变颜色

DrawGradientColorMapusingpythongithub源码地址：欢迎关注我！
布拉德先生·2022-12-02 12:20

计算渐变色的RGB值

渐变色示例：importcv2importnumpyasnpdefgradient_ramp(num):defarithmetic_progression(vec_1,vec_2,num):series
东狱邪神·2022-12-02 12:16

Python - 实现渐变色的RGB计算

二、公式：Gradient=A+(B-A)/Step*N编程时为了提高效率避免浮点运算，往往把除法放在最后面，这样公式就成了：Gradient=A+(B-A)*N/Step注：Gradient表示第N步的
DreamingBetter·2022-12-02 12:14

对抗训练-pytorch实现

在NLP中实现对抗训练有两种方式(基于pytorch实现)方式一：FastGradientMethod（FGM）对抗训练实现：importtorchclassFGM():def__init__(self
weixin_45463503·2022-12-02 12:59

NLP中的对抗训练

目录一、对抗训练的基本概念二、NLP中常用对抗训练算法的pytorch版本实现1、FGM——FastGradientMethod2、PGD——ProjectedGradientDescent3、FreeLB
colourmind·2022-12-02 12:52

一、序列模型-sequence model

构建循环神经网络-RecurrentNeuralNetwork2.1RNN中的反向传播2.2不同架构的RNN3、语言模型的RNN架构3.1架构3.2序列采样4、RNN的梯度消失问题-vanishinggradients4.1
Dragon Fly·2022-12-02 07:36

深度学习框架Pytorch如何自动求梯度（gradient）

目录1自动求梯度1.1概念1.2创建Tensor并设置requires_grad1.3梯度计算1自动求梯度在深度学习中，我们经常需要对函数求梯度（gradient）。
阿_旭·2022-12-01 23:22

目标检测常用特征类型提取

本文介绍图像识别和目标检测中常用的特征，分别是Haar（哈尔）特征、LBF（localbinarypattern）特征、HOG（histogramoforientationgradient）特征共三种。
valuetimer·2022-12-01 20:50

[2022]李宏毅深度学习与机器学习第十二讲（必修）-Reinforcement Learning RL

[2022]李宏毅深度学习与机器学习第十二讲（必修）-ReinforcementLearningRL做笔记的目的WhatisRLPolicyGradientVersion1Version2Version3Actor-CriticVersion3.5Version4Tipofactor-CriticRewardShapingNoReward
走走走，快去看看世界·2022-12-01 19:50

李宏毅机器学习笔记第16周_机器学习的可解释性（Explainable ML）

2.Limitation:NoisyGradient3.Limitation:GradientSaturation4.Howanetworkprocessestheinputdata?
MoxiMoses·2022-12-01 19:40

机器学习 | 李宏毅课程笔记（三）Optimization

一、Gradient=0引起的Optimizationissue1.为什么讨论Criticalpoint？2.如何判断一个点是Localminima还是Saddlepoint呢？
Hygge0+·2022-12-01 19:01

机器学习 | 李宏毅课程笔记（二）深度学习任务攻略

【深度学习中的一些概念】神经网络的结构：https://www.bilibili.com/video/BV1bx411M7Zx梯度下降法（GradientDescent）：https://www.bilibili.com
Hygge0+·2022-12-01 19:30

tensorflow.python.framework.errors_impl.InvalidArgumentError: Input to reshape is a tensor with xxx

tensorflow.python.framework.errors_impl.InvalidArgumentError:Inputtoreshapeisatensorwithxxxvalues,buttherequestedshapehas0[[{{nodegradients
我是狮子搏兔·2022-12-01 17:29

XGBoost原理及应用

XGBOST原理XGBoost是使用梯度提升框架实现的高效、灵活、可移植的机器学习库，全称是EXtremeGradientBoosting.XGBoost算法原理其实算法的原理就是在一颗决策树的基础上不断地加树
一蓑烟雨紫洛·2022-12-01 16:03

xgboost java_08 集成学习 - XGBoost概述

概述XGBoost是GBDT算法的一种变种，是一种常用的有监督集成学习算法；是一种伸缩性强、便捷的可并行构建模型的GradientBoosting算法。
晴-LQ·2022-12-01 16:02

集成学习3—— XGBoost&LightGBM

Xgboost以CART决策树为子模型，通过GradientTreeBoosting实现多棵CART树的集成学习，得到最终模型。
读书不觉已春深！·2022-12-01 16:24

白手起家学习数据科学 ——梯度下降法之“背后的思想”(六)

这个意思是我们需要解决一些最优化问题，尤其我们需要从头做起来解决他们，我们所使用的方法叫做梯度下降法(gradientdescent)。你不可能发现它本身很惊艳，但是它能让我们做很惊艳的事情。
健雄·2022-12-01 12:06

数值梯度(Numerical Gradient)

数值梯度（NumericalGradient）数值梯度是对梯度的估计值，数值梯度在基于梯度下降的学习任务中可以用来检测计算梯度的代码是否正确，尽管当前而言各种autodiff框架早已保证了梯度的准确性，
luputo·2022-12-01 11:34

AdaBoost和Gradient Boosting算法实现

在介绍两种算法前，先介绍一下关于Boosting的两个核心问题：1）在每一轮如何改变训练数据的权值或概率分布？通过提高那些在前一轮被弱分类器分错样例的权值，减小前一轮分对样例的权值，来使得分类器对误分的数据有较好的效果。这样分错的样本就被突显出来，从而得到一个新的样本分布。2）通过什么方式来组合弱分类器？通过加法模型将弱分类器进行线性组合，比如AdaBoost通过加权多数表决的方式，即增大错误率小
一页孤沙·2022-12-01 10:03

机器学习算法一：详解Boosting系列算法一Adaboost

本文主要介绍boosting算法得基本原理，以及的三种典型算法原理：adaboost，GBM（Gradientbosstingmachine），XGBoost。
一棵陪伴的树·2022-12-01 10:03

pytorch - connection between loss.backward() and optimizer.step()

,butI’dliketogiveaspecificexampletoexplainthemechanism.Supposewehaveafunction:z=3x^2+y^3.Theupdatinggradientformulaofzw.r.txandyis
敲代码的妹子·2022-12-01 08:46

torch代码解析 为什么要使用optimizer.zero_grad()

optimizer.zero_grad()意思是把梯度置零，也就是把loss关于weight的导数变成0.在学习pytorch的时候注意到，对于每个batch大都执行了这样的操作：#zerotheparametergradientsoptimizer.zero_grad
scut_salmon·2022-12-01 08:40

（转载笔记）loss.backward()与optimizer.step()的作用

#tensor(300.,grad_fn=)#Computegradientsoftheparametersrespecttotheloss
_wjunjie·2022-12-01 08:07

pytorch--＞optimizer.zero_grad()、loss.backward()、optimizer.step()和scheduler.step()

一般来说，以下三个函数的使用顺序如下：#computegradientanddoSGDstepoptimizer.zero_grad()loss.backward()optimizer.step()其中
努力学习的小小徐·2022-12-01 08:07
上一页 51 52 53 54 55 56 57 58 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他