problem description and pipeline
photo ocr表示**光學字元識別，主要解決的問題就是讓計算器識別**中的文字
主要步驟
sliding windows
由於行人的形狀大小相似，以行人檢測為例子來說明滑動窗
在中選取一小塊，使用訓練好的分類器進行檢測，下面是以8236為例，然後滑動視窗繼續進行檢測，滑動距離稱為步長
然後選取更大的塊，壓縮到8236進行檢測
對於文字檢測後，會得到左下圖，白色的亮度表示概率，然後使用展開器，將白色的笑點擴充套件為一塊
字元分割
getting lots of data and artificial data
採集資料時，乙個方法是採集同一字元的不同字型，然後放在不同的背景下，這就可以生成大量的樣本資料
另乙個方法就是選取真實的樣本，然後對影象進行人扭曲或變形
ceiling analysis: what part of the pipeline to work on next
上限分析：當團隊在進行開發機器學習系統是，可以提供很有用的導向，告訴你哪個部分最值得去花費時間
上限分析的主要思想：關注第乙個模組，認為的提供正確的文字檢測的結果，然後繼續執行後面的模組，觀察系統的準確率，這樣就可以知道每乙個模組的改善，對於整體的系統有多大的提公升
吳恩達機器學習筆記
為了解決實際生活中的問題，我們通常需要乙個數學模型。比如，小明有乙個房子 他想賣掉房子 為了知道房子的 小明收集了該地區近兩年的房屋交易 他發現房屋 與房屋大小呈正相關，所以他畫了了一幅圖 小明的房屋大小用紅色的 代替。可見和小明房屋一樣大小的房子並不存在，而類似的房屋 又有很大差別，如此小明決定用...
吳恩達機器學習感悟
吳恩達機器學習，斯坦福2014筆記 由8.2 神經元和大腦想到的 神經重連實驗，比如眼睛連到聽覺皮層，則聽覺皮層學會了看 眼睛連到觸覺皮層，則觸覺皮層學會了看 舌頭上加攝像頭關聯的電極陣列，則負責舌頭感知的皮層學會了看。這寫neuron re wiring實驗，給出的結論是大腦各區使用的是同一種演算...
吳恩達機器學習筆記
sigmoid啟用函式 0，1 x 0,y 0.5 tanh啟用函式 1，1 x 0,y 0 relu啟用函式 x 0,y 0 x 0,y x sigmoid啟用函式 除了輸出層是乙個二分類問題基本不會用它。tanh啟用函式 tanh是非常優秀的，幾乎適合所有場合。relu啟用函式 最常用的預設函式...