Formula to Latex

本文最后更新于 2 分钟前，文中所描述的信息可能已发生改变。

准确率（Accuracy）

$$\text{Accuracy} = \frac{TP + TN}{TP + TN + FP + FN}$$

精确率（Precision）

$$\text{Precision} = \frac{TP}{TP + FP}$$

召回率（Recall）

$$\text{Recall} = \frac{TP}{TP + FN}$$

F1 值（F1 Score）

$$\text{F1} = \frac{2\times Precision\times Recall}{Precision + Recall}$$

平均绝对百分比误差（MAPE）

$$\text{MAPE} = \frac{1}{n}\sum_{i=1}^n\left\vert{\frac{y_i-\hat{y_i}}{y_i}}\right\vert\times100\%$$

平均平方误差（MSE）

$$\text{MSE} = \frac{1}{n}\sum_{i=1}^n(y_i-\hat{y_i})^2$$

决定系数（$R^2$）

$$R^2 = 1 - \frac{\sum_{i=1}^n(y_i - \hat{y_i})^2}{\sum_{i=1}^n(y_i - \bar{y})^2}$$

卷积层（Convoluational Layer）

$$y = Conv(x) = \sigma(W \ast x + b)$$

$$y = \text{Conv}(\mathbf{X}) = \sigma(\mathbf{W} \ast \mathbf{X} + \mathbf{b})$$

通道注意力模块

$$\mathbf{M}_c(\mathbf{F}) = \sigma(\text{MLP}(\text{AvgPool}(\mathbf{F})) + \text{MLP}(\text{MaxPool}(\mathbf{F})))$$

空间注意力模块

$$\mathbf{M}_s(\mathbf{F}') = \sigma(f^{7\times7}([\text{AvgPool}(\mathbf{F}'); \text{MaxPool}(\mathbf{F}')]))$$

池化层（Pooling Layer）

$$Z_i^{pool} = \max_{j\in \mathcal{R}(i)}z_j$$

$$Z_i^{pool} = \max (z_{i\times s}, z_{i\times s+1}, \dots, z_{i\times s+(n-1)})$$

$$Z_i^{pool} = \max (z_{i}, z_{i+1}, \dots, z_{i+n-1})$$

全连接层（Fully Connected Layer）

$$y = \sigma(W_fx + b_f)$$

$$\mathbf{y} = \sigma(\mathbf{W}_f \mathbf{x} + \mathbf{bs}_f)$$