目录
权重初始化最佳实践
期望与方差的相关性质
全连接层方差分析
tanh下的初始化方法Lecun 1998
Xavier 2010
ReLU/PReLU下
标签：人工智能
优先队列的使用：
include<queue>//关联头文件
struct node{
int x,y;
friend bool operator < (node d1,node d2)
{
return d1.x>d2.x;
相似性度量
作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/
1. 基于范数的度量
1.1 L1范数——Manhattan Distance(曼哈顿距离)
1.2 L2范数——Euclidean Dist
向量范数与矩阵范数
作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/
1. 向量范数
2. 矩阵范数
3. 参考文献
李庆扬, 王能超, 易大义. 数值分析.第5版[M]
MATLAB最大均值差异(Maximum Mean Discrepancy)
作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/
更多内容，请看标签：MATLAB、聚类
注：X与Y数据维度必须一致！
1.
MATLAB求马氏距离(Mahalanobis distance)
作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/
1.马氏距离计算公式
d2(xi, xj)=(xi-xj)TS-1(xi-xj)
其中
MATLAB实例：求相关系数、绘制热图并找到强相关对
作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/
用MATLAB编程，求给定数据不同维度之间的相关系数，并绘制热图，保存图片，找到强相关的维度对。
数据集来自U
MATLAB聚类有效性评价指标（外部）
作者：凯鲁嘎吉 - 博客园 http://www.cnblogs.com/kailugaji/
更多内容，请看标签：MATLAB、聚类
前提：数据的真实标签已知！
1. 归一化互信息(Normalized Mu
示例:
输入: 1->2->3->4->5->NULL
输出: 5->4->3->2->1->NULL
在遍历列表时，将当前节点的 next 指针改为指向前一个元素。由于节点没有引用其上一个节点，因此
一些最常用的数据集如 MNIST、Fashion MNIST、cifar10/100 在 tf.keras.datasets 中就能找到，但对于其它也常用的数据集如 SVHN、Caltech101，tf.keras.datasets 中没有，此时我们可以在 TensorFlow Datas
本题要求根据给定的一棵二叉树的后序遍历和中序遍历结果，输出该树的先序遍历结果。
输入格式：
第一行给出正整数N(≤30)，是树中结点的个数。随后两行，每行给出N个整数，分别对应后序遍历和中序遍历结果，数字间以空格分隔。题目保证输入正确对应一棵二叉树。
输出格式：
在一行中输出Preord
目录
图像坐标系
图像数字化
图像坐标系
在前面的数据标注文章中讲述如何进行标注，而标注后会保留4个坐标点，那么这些坐标点如何表示在图片中的位置?要表示一个点或图形的位置，就需要涉及到坐标系的概念。今天就来了解
文章目录
1 目标检测简介
2 lmdb数据制作
2.1 VOC数据制作
2.2 lmdb文件生成
lmdb格式的数据是在使用caffe进行目标检测或分类时，使用的一种数据格式。这里我主要以目标检测为例讲解lmdb格式数据的制作。
1 目标检测简介
【1】目标检测主要有两个
前言
最近在做一款图床服务，关注公号的小伙伴一定记得小柒曾说过，会在周末放出的，不好意思放大家鸽子了。之所以一直没敢放出，是因为鉴黄接口一直没调试好，虽然我对公号的小伙伴百分之百信任，奈何互联网鱼龙混杂，万一上传了什么不雅的图片，然后不巧被某部门发现了，我包括我的服务器域名可就彻底玩完了
使用docker部署模型的好处在于，避免了与繁琐的环境配置打交道。使用docker，不需要手动安装Python，更不需要安装numpy、tensorflow各种包，直接一个docker就包含了全部。docker的方式是如今部署项目的第一选择。
一、docker用法初探
1、安装
docke
1. 什么是排序？
排序是把无序的数据整理为有序的数据。
2. 排序种类划分？
根据排序中，数据的移动方式划分为：直接移动和逻辑移动两种。
根据排序排序中所使用的存储器划分为：内部排序和外部排序。
内部排序就是数据操作只需要借助内存来完成。
外部排序就是需要借助外部存储设备，如硬盘，u盘，
之前我们介绍过BERT+CRF来进行命名实体识别，并对其中的BERT和CRF的概念和作用做了相关的介绍，然对于CRF中的最优的标签序列的计算原理，我们只提到了维特比算法，并没有做进一步的解释，本文将对维特比算法做一个通俗的讲解，以便大家更好的理解CRF为什么能够得到最优的标签序列。
通
一、背景
地图App的功能可以简单概括为定位，搜索，导航三部分，分别解决在哪里，去哪里，和怎么去的问题。高德地图的搜索场景下，输入的是，地理相关的检索query，用户位置，App图面等信息，输出的是，用户想要的POI。如何能够更加精准地找到用户想要的POI，提高满意度，是评价搜索效果的最关
题意
https://vjudge.net/problem/CodeForces-1228C
首先先介绍一些涉及到的定义：
定义prime(x)表示x的质因子集合。举例来说，prime(140)={2,5,7}，prime(169)={13}。
定义g(x,p)表示存在一个最大的k∈N∗，
目录
支持向量机（SVM）1、基本原理
2、软间隔
3、核函数
4、sklearn实现SVM
5、SVM多分类4.1多分类原理
4.2sklearn实现SVM多分类
客服
