机器学习中的准确率与召回率的理解和总结
作为遇到偏斜类问题评估度量值，在很多应用中我们希望保证查准率和召回率的相对平衡。 1、两个最常见的衡量指标是“准确率（precision）”（你给出的结果有多少是正确的）和“召回率（recall）”（正确的结果有多少被你给出了）这两个通常是此消彼长的（trade off），很难兼得。当我们二分类的临...
深度学习一些应用方向（点云数据处理、自动驾驶、语义分割、三维重建、场景理解等）的综述
深度学习相关的一些Review / Survey开题开题要开题！开题push我短时间狂看了超级多文献（心虚地表示过得都很粗，唉、、、毕竟要先解决文献综述），题目涉及多源数据融合，室内场景重建。自己去溯源一个方向的发展和技术变革真的难，尤其是现在知识技术更新这么快，当下新技术层出不穷，初学者甚至入门好...
Java多线程学习笔记——从Java JVM对多线程数据同步的一些理解
我们知道在多线程编程中，我们很大的一部分内容是为了解决线程间的资源同步问题和线程间共同协作解决问题。线程间的同步，通俗我们理解为僧多粥少，在粥有限情况下，我们怎么去防止大家有秩序的喝到粥，不至于哄抢都没得喝。线程讲协作，我们可以理解为我们在医院看病的时候，我们要先挂号，才能看病。现在医院有很多...
统一知识图学习和推荐:更好地理解用户偏好Unifying Knowledge Graph Learning and Recommendation
摘要：将知识图(KG)引入推荐系统，可以提高推荐的准确性和可解释性。然而，现有的方法在很大程度上假定KG是完整的，并且只是在实体原始数据或嵌入的浅层次上传输KG中的“知识”。这可能导致性能不够理想，因为实际的KG几乎不可能完成，而且通常KG缺少事实、关系和实体。因此，我们认为在将KG引入推荐系统时，...
深入理解Java虚拟机学习笔记（三）-----类文件结构/虚拟机类加载机制
第6章 类文件结构1. 无关性各种不同平台的虚拟机与所有平台都统一使用的程序存储格式——字节码（即扩展名为 .class 的文件） 是构成平台无关性的基石。字节码（即扩展名为 .class 的文件）不面向任何特定的处理器，只面向虚拟机。实现语言无关性的基础仍是虚拟机和字节码存储格式。Java虚拟机不...
类加载机制(深入理解JAVA虚拟机学习笔记)
1.类加载机制的定义将class文件加载到内存，然后对class文件中的数据进行校验、解析和初始化，转换成可以被虚拟机直接使用的JAVA类型，这就是虚拟机的类加载机制。(在JAVA中，类的加载、连接、初始化都是在运行时完成的，而JAVA的动态扩展特性就是依赖于这个特点，例如面向接口的应用程序。)2....
深入理解java虚拟机学习笔记（一）JVM内存模型
上周末搬家后，家里的宽带一直没弄好，跟电信客服反映了N遍了终于约了个师傅明天早上来迁移宽带，可以结束一个多星期没网的痛苦日子了。这段时间也是各种忙，都一个星期没更新博客了，再不写之前那种状态和激情都要慢慢褪去了，总觉得心里慌的一逼，这怎么行呢？！趁明天周末，在公司电脑上记录下这周的一些学习内容。近期...
深入理解java虚拟机学习笔记（一）
第二章 Java内存区域与内存溢出异常运行时数据区域程序计数器(Program Counter Register)程序计数器:当前线程所执行的字节码行号指示器.各条线程之间计数器互不影响,独立存储.也称之为"线程私有"的内存.PS:当执行Native方法时,计数器值为空(Undefined).此内存...
深入理解java虚拟机学习笔记（二）
第三章 垃圾收集器与内存分配策略概述 程序计数器、虚拟机栈、本地方法栈3个区随线程而生，随线程而灭。因此大体上可认为这几个区域的内存分配和回收都具备确定性。在方法/线程结束时，内存自然就跟着回收了。而Java堆和方法区则不一样，一个接口中的多个实现类需要的内存可能不一样，一个方法中的多个分支需要的...
Java虚拟机内存溢出异常--《深入理解Java虚拟机》学习笔记及个人理解(三)
Java虚拟机内存溢出异常--《深入理解Java虚拟机》学习笔记及个人理解(三)书上P391. 堆内存溢出不断地创建对象, 而且保证创建的这些对象不会被回收即可(让GC Root可达)./** * 堆内存溢出demo * VM Options: -Xms6m -Xmx6m */public clas...
《深入理解Java虚拟机》学习笔记
《深入理解Java虚拟机》学习笔记一、走近JavaJDK(Java Development Kit):包含Java程序设计语言，Java虚拟机，JavaAPI，是用于支持 Java 程序开发的最小环境。JRE（Java Runtime Environment）：包含Java SE API 子集，Ja...
【Java】「深入理解Java虚拟机」学习笔记（1） - Java语言发展趋势
0、前言从这篇随笔开始记录Java虚拟机的内容，以前只是对Java的应用，聚焦的是业务，了解的只是语言层面，现在想深入学习一下。对JVM的学习肯定不是看一遍书就能掌握的，在今后的学习和实践中如果有领会到的心得和踩过的坑，将会对这些文章进行更新。另外，人脑更喜欢图胜过文字，有些流程先用文字码在那儿，后...
对于深度学习中训练集（train set）验证集(validation set)和测试集（test set）的理解
实验中网络训练集，测试集，验证集的功能本文用两个流程图来解释如何更好的区分训练集验证集以及测试集的功能文章目录实验中网络训练集，测试集，验证集的功能前言一、训练集验证集和测试集的理论解释二、流程图解释1.在论文[Convolutional Neural Networks for Recognitio...
【深度学习】语音识别之CTC算法原理解释与公式推导
不搞语音识别得人开这个论文确实有点费劲，结合上图，思考一下语音识别的场景，输入是一段录音，输出是识别的音素， 输入的语音文件的长度和输出的音素个数之间没有一一对应关系，通常将语音文件「分片」之后，会出现多对一的关系。这个场景在「翻译问题」和「OCR问题」中也普遍存在。本文的特点是，提出来一种end-...
对深度学习反卷积网络的理解
在计算机视觉领域，很多模型都用到了反卷积，但是有一点让我很迷惑：有的论文代码中，反卷积是直接调用ConvTranspose2d()函数，而有的是先upsample(上采样)，再卷积，不用转置卷积的函数，为什么呢？然后我就找了网上的各种博客，知乎，终于懂了，现在总结一下。反卷积的各种叫法Deconvo...
No.3【SalesForce学习】Trailhead_理解SF的构架体系
No.3 理解SF的构架体系本单元介绍内容：SF的体系构架概要 SF平台简介，Object-fields-records及Org介绍重要术语 声明式(declarative)开发和程序式(programmatic)开发之间的不同1.SF的体系构架概要 通过SF平台，我们可以对自身企业的业务进行高度的...
机器学习算法 - 入门：从例子中理解 Variance Bias Error数学推导
目录一、Bias和Variance的含义和关系二、误差公式例子中中怎么理解？三、误差公式数学中怎么理解？一、Bias和Variance的含义和关系bias and variance图示： 链接请点击：Understanding the Bias-Variance Tradeoff, 作者 Scott...
从零开始深度学习0521——keras基本知识+GAP理解
Keras 中经常可以看到K.image_data_format() == 'channels_first' 深度学习中 Flatten层 的作用 < GAP Flatten层的实现在Keras.layers.core.Flatten()类中。作用：Flatten层用来将输入“压平”...
海森矩阵介绍及其在机器学习、深度学习中的理解
海森矩阵（Hessian Matrix）Hessian Matrix：二阶导和函数曲率海森 & 机器学习特征值、凸性和鞍点Key Words: Hessian Matrix, second order derivatives, convexity, and saddle points原文链接...
学习笔记1-深入理解Android内核设计思想
4.1 计算机体系结构（Computer Architecture）4.1.1 冯·诺依曼结构两个深远影响的观点：采用二进制，抛弃十进制程序存储（stored-program）4.1.2 哈佛结构对冯诺依曼结构的改进与完善，区别在指令与数据并不保存在同一个存储器。这意味着：指令与数据可以有不同的的数...