自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 资源 (1)
  • 收藏
  • 关注

原创 Gene Ontology 的GO注释的可视化

Gene Ontology 的GO注释的可视化@TOC利用goatools和PyGraphviz可视化最近因为项目的原因,需要对GO terms的注释进行可视化,在此之前已经使用visio自己画了可视化的图(天啊,工作量真的好大,画起来太麻烦啦!)。偶然间发现了一个goatools这个可视化的工具,发现自己之前写太多代码了,明明可以直接掉包的==!。可视化的时候,必须要安装PyGraphvi...

2019-11-02 09:03:35 3329 2

原创 决策树与随机森林

一、决策树决策树包括3个步骤:特征选择 决策树的生成(决策树局部最优) 决策树的剪枝(决策树全局最优)1.特征选择 特征选择的准则是信息增益或者信息增益比、Gini指数。选取具有分类能力的特征可以提高学习效率。决策树中的信息增益等价于训练数据集中类与特征的互信息。2.生成(步骤和公式的话,《统计学习方法》讲的很清楚) 决策树学习采用自顶向下的递...

2019-04-24 11:25:23 2449

原创 LeetCode 最长有效括号-Python

给定一个只包含'('和')'的字符串,找出最长的包含有效括号的子串的长度。示例1:输入: "(()"输出: 2解释: 最长有效括号子串为 "()"示例 2:输入: ")()())"输出: 4解释: 最长有效括号子串为 "()()"思路:动态规划的思想,dp[i]为以s[i]为结尾的最长字符串的大小1.当s[i]='('时,dp[i]=02.当s[i]...

2019-04-19 17:21:59 332

原创 LeetCode 73. 矩阵置零 python

给定一个m×n的矩阵,如果一个元素为0,则将其所在行和列的所有的元素都设为0,请使用原地算法。示例1:输入: [ [1,1,1], [1,0,1], [1,1,1]]输出: [ [1,0,1], [0,0,0], [1,0,1]]示例2:输入: [ [0,1,2,0], [3,4,5,2], [1,3,1,5]]输出:...

2019-03-20 08:51:13 344

原创 keras踩坑(hyperas+多GPU)

Keras踩坑:1.设置earlystoppingfilepath = model_snapshot_directory + '/' + 'lstm_model-ep{epoch:03d}-loss{loss:.3f}-val_loss{val_loss:.3f}.h5'checkpoint = ModelCheckpoint(filepath, monitor='val_loss',...

2018-11-28 21:09:50 2183 2

原创 VMware Workstation pro14安装Ubuntu18出现的问题解决办法

     安装了一个多小时的Ubuntu,每次都会卡在语言界面或者Ubuntu更新界面。经过多次关闭客户机和重启,之前根据百度的教程https://jingyan.baidu.com/article/ca00d56c2b5257e99febcf41.html 设置之后一直会卡死,经过修改:这里内存为1024发现远远不够,是最后系统安装卡死的主要原因,并且把存储为单个文件修改为最后一...

2018-11-08 11:13:40 516

原创 《 LSTM: A Search Space Odyssey》IEEE-- 论文阅读

论文链接:LSTM:A Search Space Odyssey摘要:LSTM八中变体的三种应用:语音识别,手写字符识别,多风格音乐建模。每个应用中,分别用随机搜索(随机搜索用于在每个问题上寻找性能最好的超参数)优化超参数,并且使用fANOVA框架评估其重要性。经过多次试验证明,没有任何一个变体可以显著的改进标准的LSTM体系结构。介绍:LSTMs主要用于时间问题上,用于笔迹识别,语言建模...

2018-10-23 14:45:50 2530

原创 图像傅里叶变换

1.     图像的傅里叶变换傅里叶变换可以看成是时域和频域的转换。一维图像傅里叶变换公式(空间域->频域):一维傅里叶变换逆变换公式(频域->空间域):M×N图像的二维离散傅里叶变换:M×N图像的傅里叶变换:2.     时域和频域的转换我们已知,任意的周期函数都可以用sinx和cosx表示。数学上的傅里叶公式为首先理解欧拉公式(1)     复平面上的单位圆(用三角函数表示)如图所...

2018-04-27 16:14:26 15110 2

原创 opencv直方图匹配(规定化)

1.理解直方图匹配(规定化)    直方图规定化可以简要的理解为已有模板图像A,按照A图像的直方图对目标图像B的直方图修改,并应用到B图像上。如下图所示,表中第5行为A的直方图,第3行为B的直方图。计算直方图的规定化的步骤为:对图像A和B进行均衡化操作得到A、B的直方图,并分别计算累积直方图得到B到A的累计直方图的映射关系,即计算|V2-V1|的最小值,从第4、6行得到第7行的结果,因此映射关系如...

2018-04-26 15:33:53 3956 4

PHP+Python+JDK+Android+Apache+C++各种开发文档和手册

包括多种语言的API文档和中文手册,有Apache2,PHP5中文手册,Python3手册,WordPress,JDK1.6版本的API,Opencv中文参考手册,AndroidAPI文档等

2017-12-21

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除