2017年11月_长风o

转载 python:浅析python 中name = 'main' 的作用

有句话经典的概括了这段代码的意义：“Make a script both importable and executable”意思就是说让你写的脚本模块既可以导入到别的模块中用，另外该模块自己也可执行。这句话，可能一开始听的还不是很懂。下面举例说明：先写一个模块：12345#mo

2017-11-29 09:25:19 371

原创 PYTHON爬虫——谷歌（Google）图片关键词爬取

转载请注明出处： http://blog.csdn.net/Hk_john/article/details/78455889 给出完整代码：（请需要的自行下载，有问题请留言） http://download.csdn.net/download/hk_john/10105643 有时间会写一下百度图片和谷歌图片的python爬虫博客，先占行 google图片爬虫连接：百度图片

2017-11-20 14:09:42 12106

转载深度学习：卷积神经网络与图像识别基本概念

一卷积神经网络的组成图像分类可以认为是给定一副测试图片作为输入 IϵRW×H×CIϵRW×H×C，输出该图片属于哪一类。参数 W 是图像的宽度，H 是高度，C 是通道的个数；彩色图像中 C = 3，灰度图像中 C = 1。一般的会设定总共类别的个数，例如在ImageNet竞赛中总共有 1000 个类别；在CIFAR10 中有 10 个类别。卷积神经网络则可以看成这样的黑匣子。输入

2017-11-17 10:40:57 20009 1

原创【实例讲解】TensorFlow中TFRecord关键点

对于训练数据量非常大的机器学习项目，推荐使用TFRecord这种TensorFlow自带格式来制作和使用训练集，重点介绍在使用数据集时自己刚使用时有一点难以理解的地方。对于数据集的制作下面直接给出代码，具体的代码不进行详细解释，网上有很多相关的介绍。import osfrom PIL import Imageimport tensorflow as tfimport numpy as npi

2017-11-16 17:10:48 1576

转载【TensorFlow】tf.nn.softmax_cross_entropy_with_logits的用法

在计算loss的时候，最常见的一句话就是tf.nn.softmax_cross_entropy_with_logits，那么它到底是怎么做的呢？首先明确一点，loss是代价值，也就是我们要最小化的值tf.nn.softmax_cross_entropy_with_logits(logits, labels, name=None)除去name参数用以指定该操作的name，

2017-11-09 13:34:40 1817

原创 PYTHON爬虫——必应图片关键词爬取

这段时间在实习，在做一些各大网站图片爬取的工作，基本告一段落，现在分别对百度图片，google图片，并应（Bing）图片三个网站的图片搜索结果进行爬取和下载。首先通过爬虫过程中遇到的问题，总结如下：1、一次页面加载的图片数量各个网站是不定的，每翻一页就会刷新一次，对于数据量大的爬虫几乎都需要用到翻页功能，有如下两种方式： 1）通过网站上的网址进行刷新，例如必应图片：url = 'htt

2017-11-06 11:38:36 20523 1

转载 python中的try/except/else/finally语句

与其他语言相同，在python中，try/except语句主要是用于处理程序正常执行过程中出现的一些异常情况，如语法错误（python作为脚本语言没有编译的环节，在执行过程中对语法进行检测，出错后发出异常消息）、数据除零错误、从未定义的变量上取值等；而try/finally语句则主要用于在无论是否发生异常情况，都需要执行一些清理工作的场合，如在通信过程中，无论通信是否发生错误，都需要在通信完成或者

2017-11-06 10:39:51 341

转载 Python 编码规范(Google)

Python 风格规范(Google)本项目并非 Google 官方项目, 而是由国内程序员凭热情创建和维护。如果你关注的是 Google 官方英文版, 请移步 Google Style Guide以下代码中 Yes 表示推荐，No 表示不推荐。分号不要在行尾加分号, 也不要用分号将两条命令放在同一行。行长度每行不超过80个字符

2017-11-02 14:08:31 436

转载一张图总结Google C++编程规范(Google C++ Style Guide)

Google C++ Style Guide是一份不错的C++编码指南，我制作了一张比较全面的说明图，可以在短时间内快速掌握规范的重点内容。不过规范毕竟是人定的，记得活学活用。看图前别忘了阅读下面三条重要建议：1 保持一致也非常重要，如果你在一个文件中新加的代码和原有代码风格相去甚远的话，这就破坏了文件本身的整体美观也影响阅读，所以要尽量避免。2 一些条目往往有例外，比如下面这些，

2017-11-02 14:00:59 481

转载浅析人脸检测之Haar分类器方法：Haar特征、积分图、 AdaBoost 、级联

浅析人脸检测之Haar分类器方法一、Haar分类器的前世今生人脸检测属于计算机视觉的范畴，早期人们的主要研究方向是人脸识别，即根据人脸来识别人物的身份，后来在复杂背景下的人脸检测需求越来越大，人脸检测也逐渐作为一个单独的研究方向发展起来。目前的人脸检测方法主要有两大类：基于知识和基于统计。Ø 基于知识的方法：主要利用先验知识将人脸看作器

2017-11-02 11:45:10 433

转载 LBP等价模式详解

LBP等价模式考察LBP算子的定义可知，一个LBP算子可以产生多种二进制模式（p个采样点）如：3x3邻域有p=8个采样点，则可得到2^8=256种二进制模式；5x5邻域有p=24个采样点，则可得到2^24=16777216种二进制模式，以此类推......。显然，过多的二进制模式无论对于纹理的提取还是纹理的识别、分类及信息存取都是不利的，在实际应用中不仅要求采用的算子尽量简单，

2017-11-02 10:29:45 5262 4

转载图像特征提取三大法宝：HOG特征，LBP特征，Haar特征

（一）HOG特征1、HOG特征：方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国

2017-11-02 10:28:00 436

HK_John的博客