@互信息 / 博客 RSS 訂閱

Nov 22 2025

虎斑嘟嘟 - 自監督視覺預訓練：掩碼圖像建模的互信息最大化解釋

自監督視覺預訓練：掩碼圖像建模的互信息最大化解釋 在自監督學習的革命浪潮中，掩碼圖像建模（Masked Image Modeling, MIM）已然成為計算機視覺領域最具影響力的預訓練範式之一。從自然語言處理中的BERT獲得靈感，MIM通過讓模型學習重建被隨機掩碼的圖像塊，在各種視覺任務上取得了令人矚目的表現。然而，一個根本性問題始終縈繞在研究界：為什麼簡單的掩碼重建任務能

建模 , yyds乾貨盤點 , 互信息 , 後端開發 , JAVA , ios

收藏 評論

Nov 15 2025

程序員小2 - 終於把機器學習中的特徵選擇搞懂了！！

主要目的 提高模型性能：移除不相關或冗餘的特徵可以減少“維度災難”效應，避免模型過度擬合訓練數據，從而在測試集上獲得更好的泛化能力。 降低模型複雜度：特徵越少，模型結構越簡單，訓練和預測速度越快。 增強模型可解釋性：使用更少、更核心的特徵，使得模型的決策過程更容易被理解和解釋。 常用的特徵選擇方法 常用的特徵選擇方法包括過濾法、

互信息 , Lasso , 特徵選擇 , 代碼人生

收藏 評論