- 博客(21)
- 收藏
- 关注
RSS订阅原创 梯度下降法、模拟训练、拟合二次曲线、最小二乘法、MSELoss、拟合:f(x)=ax^2+bx+c
目标函数：损失函数：，就是mse损失函数展开：损失函数对a,b,c求导数:导数就是梯度，也就是目标参数与当前参数的差异,这个差异需要用梯度下降法更新重复上面的过程，参数就可以更新了，然后可以看看新参数的效果,也就是损失有没有降低。
2024-01-26 14:30:33
262
原创 匈牙利算法 原理 python实现
用男女配对问题来解释，背景是：你是一个红娘，需要对图中的男女进行配对，其中男女之间有线就表示他们之间有暧昧，可以牵红线。
2024-01-23 14:26:10
363
原创 OTSU大津法分割
不带掩膜def otsu(img,gray_scale): pixel_count = np.zeros(gray_scale,dtype=np.int) #灰阶 pixel_pro = np.zeros(gray_scale,dtype=np.float) #比例 h,w = img.shape[0:2] pixel_sum = h*w maxPro = 0. kk = 0 threshold = 0 for i in range(g
2022-04-29 12:38:07
3476
原创 三角形分割法
三角形：void Triangle(Mat& src, Mat& dst) { int i = 0, j = 0; int gray; int temp = 0; bool isflipped = false; //求直方图 //void calcHist( const Mat* images, int nimages, // const int* channels, InputArray mask, // Out.
2022-04-29 12:34:39
301
原创 BCEWithLogitsLoss
bce = BCEWithLogitsLoss()pred为网络输出，y为标签值。 第一种情况。pred和y都只有一个值 pred1.shape:[1],pred1.dtype:torch.float32y1.shape:[1],pred1.dtype:torch.float32>>> pred1 = torch.Tensor([0.3])>>> y1 = torch.Tensor([1])>>>...
2022-04-15 16:58:06
2859
转载 PyTorch中的modules(), children(), named_children(), parameters(), named_parameters(),state_dict()
本文通过一个例子实验来观察并讲解PyTorch中model.modules(), model.named_modules(), model.children(), model.named_children(), model.parameters(), model.named_parameters(), model.state_dict()这些model实例方法的返回值。例子如下：import torch import torch.nn as nn class Net(nn.Module):
2022-04-11 17:29:50
425
原创 Docker
#!/bin/bashif [ $#-ne1] then echo 'create.sh username exit 1 fiworkernum=s1mkdir /home/$workernumchown -R $workernum /home/$workernum chmod -R 700/home/$workernum usermod -G docker $workernundocker create -v /home/$workernum:/home/$workernum
2022-01-17 20:35:06
215
原创 RGB图像通道分离
1，前言每一张彩色图片都可以由RGB3个通道组成，R指的是red红色，G指的是green绿色，B指的是blue蓝色。因此，可以将彩色图分离成三张图片，一张是红色，一张是绿色，一张是蓝色。2，代码实现import numpy as npimport matplotlib.pyplot as pltimport cv2img_name = "cat.jpg"img_array...
2020-03-21 01:33:11
6531
1
原创 图像切分
1，前言图像本质上就是一个二维或者三维矩阵，灰度图是二维矩阵，彩色图是三维矩阵，如果把图像按照下面的方式重新组合，就可以得到多张图片。第一步：先将图片按照竖的方式均匀剪碎第二步：将剪碎的纸条，奇数位置的重新组合成新的图片，偶数位置的重新组合成新的图片。第三步：得到两张图片。第四步：将上面两张图片黏好，然后分别按照横的方式剪成条状，同样按照隔着位置重新组合的方式...
2020-03-21 01:20:42
630
原创 PIL和cv2读取图片
1：前言做cv，肯定涉及到怎么读取图片，用python读取图片有很多中方式，这里介绍两种。分布式PIL和cv22：读取和保存图片第一种方式：cv2import cv2# 读取图片img_array = cv2.imread("hu.jpg")print(img_array.shape) # 分别是 H,W,C：宽，高，深度# (1095, 920, 3)--...
2020-03-21 00:40:11
928
原创 IOU的计算和python实现
1：前言深度学习的目标检测中，IOU表示先验框(bounding box)和真实框(Ground Truth)的交并比，在数学上就是表示两个框之间的交际和两个框的并集的比值。初中我们就知道，交集一定是小于或等于并集。在faster rcnn等目标检测框架中，经常用到这个东西，今天来实现一下。虽然网上有很多版本，都实现的很好，但是可以记录一下学习过程。2：IOU分析2.1 名词解释...
2020-03-16 00:11:17
1394
1
原创 矩阵转置
1 问题：对于矩阵来说，有1维，2维，3维，4维，高维。对于2维以下还好理解，比如2维就是一个面，转置就是行变列，列变行。但是对于3维来说，理解起来就比较困难。2 二维矩阵转置：import numpy as npa=np.random.randint(10,size=(5,4)) #生成5*4的矩阵，矩阵的元素为整数且小于10print(a)'''array([[2, ...
2020-03-15 21:13:49
2826
原创 二分类交叉熵，多分类交叉熵，focal loss
1：二分类交叉熵a) 公式：，其中表示网络预测结果，是一个属于（0到1）的值，我们当然希望它们的值很接近1。是真实标签，因为是二分类，所以，的值为0或者1。网络最后一层一般为sigmoid。比如，网络最后一层sigmoid之后，网络输出为0.8，若= 1，代入公式则loss = -1*log(0.8)；若= 0，loss=(1-0)*log(1-0.8)。b) pytorch中的形式：criterion1 =...
2020-03-08 19:17:40
18586
原创 斐波那契数（台阶有多少种走法）
前言: 这样一个数列：0、1、1、2、3、5、8、13、21、……在数学上，斐波纳契数列以如下被以递归的方法定义：,，。用文字来说，就是斐波那契数列由 0 和 1 开始，之后的斐波那契数列系数就由之前的两个数字相加。问题： 一个台阶有n级，人可以走1级台阶或者走2级台阶。问，一共有多少种走法？例子：比如有3级台阶。第一种：可以先走1级，再走2级；第二...
2020-03-08 01:38:28
1967
原创 贝叶斯先验概率和后验概率
前言：贝叶斯公式究竟是什么意思，在现实中的含义是什么，什么是先验概率，什么是后验概率？问题：如下图所示：在一个群体中，有20个人。感冒5人，流感6人，脑膜炎4人，脑瘫3人，正常2人。以B为例，解释一下。B表示感冒，感冒人数是5人，其中2人头疼。现在问题是：当一个人头疼，判断这个人是感冒的概率？解答：1：（ABCDEF都表示事件），A表示头疼，B是感冒，C表...
2020-03-01 19:08:54
1659
原创 KMP模式匹配算法
问题：举例来说，有一个字符串"BBC ABCDAB ABCDABCDABDE"，我想知道，里面是否包含另一个字符串"ABCDABD"？令主串S="BBC ABCDAB ABCDABCDABDE" ，模式串是T="ABCDABD"1：朴素算法首先，我们按照正常字符串匹配的思想，做一个匹配流程。第1步：模式串T第一个字母A就匹配失败。模式串后移1位第2步：模式串T第一个...
2020-01-12 23:37:57
1517
原创 最小生成树：克鲁斯卡尔(Kruskal)和普里姆(Prim)
1 前言：一般来说，最小生成树算法以克鲁斯卡尔(Kruskal)和普里姆(Prim)较为经典。最小生成树是什么呢？举个例子，对于无向图来说，如果2个顶点如果要实现互相连通，至少需要1条边；3个顶点要互相连通，至少需要2条边；n个顶点如果需要互相连通，至少需要n-1条边。如果n个顶点有n条边，那一定有一个环存在。生成树就是无环图。2 :克鲁斯卡尔(Kruskal) 算法思想...
2020-01-12 22:33:28
1564
原创 最短路径算法：迪杰斯特拉（Dijkstra）
前言： 迪杰斯特拉算法是求解从一点出发到其他点的所有的最短路径的算法。简单来说：若一个图有（,,,,,）6个顶点，那么求解的是从点出发，分别到,,,,点的最短路径。问题：下图，从顶点到其他各个顶点的最短路径。（S+T=V）集合V是全集，集合T是我们需要的。T的范围是从空集到全集V，S的范围是从V全集到空集。刚开始S={,,,,,}，T={}，V={,,,...
2020-01-12 17:01:52
970
原创 图：邻接矩阵，邻接表，十字链表，邻接多重表
数据结构----图前言 学习数据结构的时候，经常存在这样一个问题，为什么有这么多的数据结构，有一种不就行了吗？假如数据结构是不断发展的，那怎么学习最好的那种结构不就行了？解释一下1：我们学习的时候要知道前因后果，要知道牛X的数据结构是怎么样来的；2：并非最新的数据结构是最好的数据结构，它可能适合特定场景，到另外一个场景就不够用了，比如一个耗时但省空间，另一个相反。1 图的数据结构...
2020-01-11 23:55:01
1580
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人