本週國慶啊、玩去了。。。
主要看了**《person re-identification with metric learning using privileged information》
**用到了metric learning，去網上學習了一下
很多演算法依賴於在輸入空間給定的好的度量，例如k-means、k鄰近方法、svm等演算法需要給定好的度量來反映資料之間存在的一些重要關係。
獲取影象之間的相似度，我們需要構建乙個距離函式去強化合適的特徵。識別姿勢，我們需要構建乙個捕獲姿勢相似度的距離函式。為了處理各種各樣的特徵相似度，我們可以在特定的任務通過選擇合適的特徵並手動構建距離函式。這種方法需要很大的人工投入，也可能對資料的改變非常不魯棒。
度量學習是一種理想的替代，可以根據不同的任務來自主學習出針對某個特定任務的度量距離函式。**增加了priviledged資訊，只在訓練的時候使用
多視角，提供一樣本多特徵模型
優化方法：梯度下降
實驗：origin 特徵gog、privilege特徵lomo+ftcnn
為了便於管理多版本的python環境，安裝anaconda
寫了兩篇相關的技術部落格。
學習了一些組合語言的內容。
第四周週報
一，上週工作總結 二，本週學習收穫 includeint main void str是乙個字串陣列 0代表乙個字元，要注意 p指向了str的第乙個字元，p 5則是指向了第6個字元 也就是 e 然後printf s p 5 就是從p 5指向的字元開始輸出，一直到遇到 0 為止，所以最後的輸出是 ef ...
資料探勘第四周週報
得到了不是0.5的結果，說明神經網路的作用還是有的，但是在經過對於迭代次數的改變和訓練集的改變以後，還是沒有能優化到乙個更好的結果，於是乎我在考慮是不是應該回過頭對特徵工程進行進一步的處理，這一周的後幾天我都是在處理資料集的特徵，在知乎和谷歌的幫助下，我對很多的降維方法進行嘗試，有什麼低方差過濾 預...
第四周學習
方法的結構 方法包括方法頭和方法體。方法頭包括方法的返回型別 有無 方法名稱和引數。方法體包括可執行 的語句序列。方法體內部的 執行 方法體是乙個塊。塊可以包含本地變數 控制流結構 方法呼叫 內嵌的塊。本地變數 用於儲存本地的或臨時的計算資料。存在性和生存週期僅限於建立他的塊及內嵌的塊。本地變數值型...