SShirleyy的博客

运行main.py文件，代码要求tensorflow-gpu == 1.12.0的cuda和自身cuda版本不同，看到很多解决办法是安装在Linux环境下用root身份安装CUDA并且改PATH，实在是太麻烦了，尝试下载对应的cudatoolkit，成功。

Fixing Data Augmentation to Improve Adversarial Robustness 笔记Abstract1.Introduction2.Related Work3.Preliminaries and Hypothesis4.Heuristics-driven Augmentations5.Data-driven Augmentations7.Conclusion二级目录三级目录Abstract对抗训练存在鲁棒过拟合，这是一种鲁棒测试精度在训练过程中开始下降的现象。本文将

Adversarial Training with Rectified Rejection 笔记Abstract1 Introduction2 Related work3 Classification with a rejection option4 Learning T-Con via rectifying confidence4.1 Construction of rectified confidence (R-Con)4.2 Certified separability using coupled r

EXPLAINING AND HARNESSING ADVERSARIAL EXAMPLESABSTRACTINTRODUCTIONRELATED WORKTHE LINEAR EXPLANATION OF ADVERSARIAL EXAMPLES二级目录三级目录ABSTRACT一些机器学习模型因输入小的干扰但以高百分比生产错误显现的现象最早被解释为过拟合或非线性，但本文认为神经网络易受对抗性扰动影响的主要原因是其线性性质，由此观点产生了快速生成对抗性例子的方法,减少了MNIST数据集上的最大输出网络

距离与范式什么是距离？什么是范数二级目录三级目录什么是距离？一维空间中点A和点B之间的距离是两点之间的长度。从学校东门到北门的距离是绕过障碍物的折线的长度。空间中的两条直线的距离是最近的两点之间的距离。函数f(x)与g(x)之间的距离又是什么呢？距离是一个描述两对等实例之间的远近程度或相似度的抽象性概念描述。当我们要对不同的实例进行定义的时候需要细化这种描述，使之能够准确的描述这种特定的实例。若空间上有点A(x1,x2,x3.....xn)A(x_1,x_2,x_3.....x_n)A(x

@[TOC]推荐系统1.常用的推荐系统Netflix：电影推荐Amazon/Alibaba：相关产品推荐Google：网页排序（基于连接、每月排序、打分制）Facebook：社交推荐Yahoo：新闻内容推荐2.难点容量问题：百万级别的物品和亿级的用户冷启动问题：当因为更改用户群、行为清单而造成无可借鉴的历史数据的问题不平衡的数据集：用户的活动和物品评论采取幂级分布(power law distributed).幂级分布又称为长尾分布著名的二八法则：世界上百分之八十的财富被

文章目录准备样本图片预处理缺少程序生成正样本.vec文件生成自己的分类器准备样本需要训练一个婴面头部的分类器，从网上找了一些图片，作为正样本。正样本50张负样本直接选择了人脸识别的负样本，负样本选中了2000张。图片预处理对图片进行灰度化、归一化处理。"""作者：Shirley日期：2021年05月12日对处理正负样本，灰度化，归一化，大小为（50,50）"""import cv2path = r"F:\Desktop\profile\pos"for i in range(1,