张士玉小黑屋

上课的时候的一个实验，闲得无聊把3维的线性回归矩阵化，以便以后可以对几百几千维的数据也可以使用该算法（虽然直接sklearn更快），但毕竟是手搓出来的用起来好玩一点点。线性回归原理如下（原理很简单，字是鬼画符，不看也罢）： 注：这里只是回归，不是分类。多分类的问题的话需要训练多组参数W和b，用softmax进行分类，其结构就类似没有隐藏层只有输出层的神经网络。这里就懒得弄了。鸢尾花数据集链接如下：链接：

百度飞桨顶会论文复现营DETR解读笔记目标检测两个关键子任务：目标分类和目标定位。DETR模型是将目标检测视为集合预测（setprediction）的方式，将训练和预测做到真正的端对端，不需要NMS的后处理，也不需要人为设置anchor。核心是1.set-based的全局Loss，使用二分图匹配生成唯一的预测；2.基于encoder-decoder的transformer。CNN代表图像特征编码的backbone，transformer后面的输出是最终预测的结果集合，transformer会对集

一、前言深度学习系列文章陆陆续续已经发了两篇，分别是激活函数篇和卷积篇，纯干货分享，想要入门深度学习的童鞋不容错过噢！书接上文，该篇文章来给大家介绍“选择对象的标准”--损失函数，损失函数种类繁多，各式各样，不仅包括单损失函数，而且也包括多损失函数，但是最常使用的还是经典的均方误差损失函数和交叉熵损失函数，所以本篇文章重点介绍这两种损失函数，至

时间20210504作者：知道许多的橘子实现：生成对抗网络DCGAN_on_MNIST如果感觉算力不够用了，或者心疼自己电脑了！可以用我实验室的算力，试试呢！害，谁叫我的算力都用不完呢！支持所有框架！实际上框架都配置好了！傻瓜式云计算！Teslav1001卡，2卡，4卡，8卡内存16-1