Jiayue Cai's Blog

深度强化学习综述

Summary of Deep Reinforcement Learning

Last updated on 2018-12-07… 元学习博客链接强化学习博客链接自动机器学习博客链接早期的强化学习算法主要关注于状态和动作都是离散且有限的问题，可以使用表格来记录这些概率。但在很多实际问题中，有些任务的状态和动作的数量非常多，还有些任务的状态和动作是连续的。相比于RL，DRL通常利用卷积层中隐藏神经元来探测到各式各样的state（取...

Posted by Jiayue Cai on October 21, 2018

浅谈BLEU评分

From Neural Machine Translation

Last updated on 2019-10-17… BLEU，全称为Bilingual Evaluation Understudy（双语评估替换），是一种对生成语句进行评估的指标，用于比较候选文本翻译与其他一个或多个参考翻译的评价分数。 BLEU评分是由Kishore Papineni等人2002年的论文《BLEU: a Method for Automatic Evalua...

Posted by Jiayue Cai on October 20, 2018

PyTorch基础

For Deep Learning

Last updated on 2018-10-25… PyTorch文档 PyTorch是Torch的python版本，早期Torch是基于Lua语言的。相比tensorflow来说，其底层更亲民一些，也更适合动态的网络。下面代码转载自莫烦的课程，个人根据自己的理解做了一写改动跟注释。 numpy与tensor的转换 import torch import nu...

Posted by Jiayue Cai on October 18, 2018

大规模机器学习

For Data Mining

Last updated on 2018-10-20… 原文来自《美团机器学习实践》，Target：海量数据下的机器学习应用场景并行计算编程技术 CPU单核：通过向量化技术来提升单核的处理能力 CPU多核：通过多线程技术来充分利用多核处理能力 GPU：通过异构计算来扩充单机的处理能力多机并行：把多机串联起来组成计算集群向量化费林分类法： ...

Posted by Jiayue Cai on October 6, 2018

基于深度学习的OCR

Faster R-CNN、FCN、BLSTM

Last updated on 2018-10-5… 原文来自《美团机器学习实践》，Target：真实场景的OCR任务面临的挑战成像复杂：噪声、模糊、光线变化、形变文字复杂：字体、字号、色彩、磨损、笔画宽度任意、方向任意场景复杂：版面缺失、背景干扰传统方法 1.文字行提取：版面分析（连通域分析）+行切分（投影分析） 2.单字识别引擎：Maxout网络结构 ...

Posted by Jiayue Cai on October 5, 2018

深度学习基础

For 面试

Last updated on 2019-12-20… 以下大部分内容来自哈工大（深圳）的HUA Yang同学，非常感谢！个人仅做了少部分的添加和修改。过拟合与欠拟合《深度学习》 5.2 容量、过拟合和欠拟合欠拟合指模型不能在训练集上获得足够低的训练误差；过拟合指模型的训练误差与测试误差（泛化误差）之间差距过大；反映在评价指标...

Posted by Jiayue Cai on October 3, 2018

特征工程（文字总结版）

常用特征

Last updated on 2020-2-12… 本文是对《美团机器学习实战》一书中特征工程篇的个人总结，代码实践版见我的另一篇博客：《Python特征工程篇》。文末最后一节为总结出的实际经验。竞赛中没灵感时候才会稍微看看的文章… 数值特征数值类型的数据具有实际测量意义，分为连续型（身高体重等）和离散型（计数等），有如下8种处理方法： 1.截断：超出合理范围...

Posted by Jiayue Cai on October 2, 2018

美团点评深度学习架构

Posted by Jiayue Cai on October 1, 2018

常用评价指标

分类、回归、排序

Last updated on 2018-9-29… 原文来自《美团机器学习实践》，Target：使线下指标的变化趋势跟线上指标一致。个人做了一些补充和注解。这篇有更透彻的理解分类指标以二分类为参考的话： Precision 精确率表示当模型判断一个点属于该类的情况下，判断结果的可信程度。 Recall 召回率表示模型能够检测到该类的比率。对于...

Posted by Jiayue Cai on September 29, 2018

感知哈希算法

For 计算图像相似性

Last updated on 2018-9-21… 感知哈希算法（Perceptual hash algorithm），它的作用是对每张图片生成一个”指纹”（fingerprint）字符串，然后比较不同图片的指纹。结果越接近，就说明图片越相似。方法简述下面是一个最简单的实现：第一步，缩小尺寸将图片缩小到8x8的尺寸，总共64个像素。这一步的作用是去除图片的细节...

Posted by Jiayue Cai on September 25, 2018