2019年04月_我是管小亮

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（十一）：反向传播笔记

【CS231n】斯坦福大学李飞飞视觉识别课程笔记由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（十一）：反向传播笔记...

2019-04-29 14:47:30 2785 1

原创 cv2.resize()和transform.resize()的区别

常见的两种图片裁剪方式cv2.resize()和transform.resize()：1、cv2.resize通过cv2.resize()裁剪后的图片还是以numpy array的方式保存的，数值的取值范围是（0~255）。cv2.resize(src,dsize, dst=None, fx=None, fy=None, interpolation=None)参数：sc...

2019-04-26 16:04:21 22475 5

原创 skimage.io.imread与cv2.imread的区别

常见的两种读图方式skimage.io.imread()和cv2.imread()：1、skimage.io.imreadio.imread读出图片格式是uint8(unsigned int)；value是numpy array；图像数据是以RGB的格式进行存储的，通道值默认范围0-255。import cv2import matplotlib.pyplot as pltfrom ski...

2019-04-26 15:24:17 24475 4

原创 TensorFlow学习笔记之图像大小调整（最全可运行的代码）

一、图像编码处理在之前的章节中提到一张RGBRGBRGB色彩模式的图像可以看成一个三维矩阵，矩阵中的每一个数表示了图像上不同位置，不同颜色的亮度。然而图像在存储时并不是直接记录这些矩阵中的数字，而是记录经过压缩编码之后的结果。所以要将一张图像还原成一个三维矩阵，需要解码的过程。TensorFIowTensorFIowTensorFIow提供了对jpegjpegjpeg和pngpngpng格式图像...

2019-04-22 16:06:52 3894

原创怎么设置pycharm在创建.py文件时自动添加前缀（最全最详细的说明）

在运行pycharm进行python代码编写的时候，最好设置成自动添加前缀。这样既保护了自己的代码，也省去了很多编程环境不同带来的后续问题。那么如何做呢？？？首先打开pycharm，点击左上角文件下的设置。然后点击编辑器下的文件和代码模板中的Python Script。在红色圈圈的部分把你需要添加的前缀代码复制粘贴过去，一般比较常用的就是下面给出的这几个。#!/usr/bin/env...

2019-04-22 10:01:00 5623 2

原创如何查看已安装的Python和TensorFlow的版本（最全最详细的说明）

由于Python的版本不同，TensorFlow的版本不同，可能很多时候会出现很多问题。比如函数调用的方式，环境安装的版本等等，这个时候如果可以查看的到对应的版本，这些问题就都迎刃而解了。这里以Windows10系统为例。1、首先点击小窗户（开始）下的运行。2、输入cmd并点击确认。3、得到对应的终端输入框.exe程序（黑黑的）。4、运行下面命令，得到Python版本。pyth...

2019-04-22 09:58:42 36714 20

原创杂谈——2019年CSDN最新排名（附前十排名）

截止到2019年4月19日，CSDN前十的大神：排名第10：https://blog.csdn.net/lanchunhui排名第9：https://blog.csdn.net/notbaron排名第8：https://blog.csdn.net/troubleshooter排名第7：https://blog.csdn.net/dyllove98排名第6：https://blog.csd...

2019-04-19 13:53:11 5630 26

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（十）：最优化笔记（下）

【CS231n】斯坦福大学李飞飞视觉识别课程笔记由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（十）：最优化笔记（下）梯度计算计算梯度有两种方法：一个是缓慢的近似方法（数值梯度法），但实现相对简单。另一个方法（分析梯度法）计算迅速，结果精确，但是实现时容易出错，且需要使用微分。...

2019-04-17 14:43:52 2274

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（九）：最优化笔记（上）

【CS231n】斯坦福大学李飞飞视觉识别课程笔记由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（九）：最优化笔记（上）简介在上一节中，我们介绍了图像分类任务中的两个关键部分：基于参数的评分函数。该函数将原始图像像素映射为分类评分值（例如：一个线性函数）。损失函数。该...

2019-04-17 08:50:29 2707

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（八）：线性分类笔记（下）

【CS231n】斯坦福大学李飞飞视觉识别课程笔记由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（八）：线性分类笔记（下）Softmax分类器SVM是最常用的两个分类器之一，而另一个就是Softmax分类器，它的损失函数与SVM的损失函数不同。对于学习过二元逻辑回归分类器的读者来...

2019-04-16 16:43:04 2373

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（七）：线性分类笔记（中）

【CS231n】斯坦福大学李飞飞视觉识别课程笔记由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（六）：线性分类笔记（中）损失函数 Loss function在上一节定义了从图像像素值到所属类别的评分函数（score function），该函数的参数是权重矩阵 WWW 。在函数中...

2019-04-16 09:41:23 2595

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（六）：线性分类笔记（上）

由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（六）：线性分类笔记（上）线性分类上一篇笔记介绍了图像分类问题。图像分类的任务，就是从已有的固定分类标签集合中选择一个并分配给一张图像。我们还介绍了 k-Nearest Neighbor（k-NN）分类器，该分类器的基本思想是通过将测...

2019-04-16 08:38:28 2954

原创 python insert()函数解析（最清晰的解释）

python insert()函数用于将指定对象插入列表的指定位置。list.insert(index, obj)参数：index：对象obj需要插入的索引位置。obj：要插入列表中的对象。共有如下5种场景：1：index=0时，从头部插入obj。2：index > 0 且 index < len(list)时，在index的位置插入obj。...

2019-04-13 15:13:46 33775 5

原创机器学习之深入理解主成分分析（Principal Component Analysis）

【CS231n】斯坦福大学李飞飞视觉识别课程笔记

2019-04-13 13:43:05 3430

原创 python字典D.get()函数解析（最清晰的解释）

python字典D.get()函数用于返回指定键的值，如果值不在字典中返回默认值。dict.get(key, default=None)参数：key：字典中要查找的键。default：可选参数，如果指定键的值不存在时，返回该值，默认为 None。字典是另一种可变容器模型，且可存储任意类型对象。字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用...

2019-04-12 14:44:25 25785

翻译【CS231n】A Few Useful Things to Know about Machine Learning全文翻译

【CS231n】斯坦福大学李飞飞视觉识别课程笔记A Few Useful Things to Know about Machine LearningPedro DomingosA Few Useful Things to Know about Machine Learning - 原文0 ABSTRACT机器学习算法可以从例子中归纳出执行重要任务的方法。在不需要手工编程的情况下，这十种方...

2019-04-10 13:21:41 6303 5

原创机器学习之深入理解K最近邻分类算法（K Nearest Neighbor）

【CS231n】斯坦福大学李飞飞视觉识别课程笔记

2019-04-07 17:55:56 4697 4

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（五）：图像分类笔记（下）

由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（五）：图像分类笔记（下）用于超参数调优的验证集k-NN分类器需要设定k值，那么选择哪个k值最合适的呢？我们可以选择不同的距离函数，比如L1范数和L2范数等，那么选哪个好？还有不少选择我们甚至连考虑都没有考虑到（比如：点积）。所有这些...

2019-04-06 21:37:51 2942

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（四）：图像分类笔记（上）

由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（四）：图像分类笔记（上）图像分类目标：这一节我们将介绍图像分类问题。所谓图像分类问题，就是已有固定的分类标签集合，然后对于输入的图像，从分类标签集合中找出一个分类标签，最后把分类标签分配给该输入图像。虽然看起来挺简单的，但这可是计算...

2019-04-06 20:04:21 4653 2

原创【CS231n】斯坦福大学李飞飞视觉识别课程笔记

最近开了一个新坑——【CS231n】斯坦福大学李飞飞视觉识别课程，准备认真学习并记录自己的学习历程。由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（一）：Python Numpy教程(1)【CS231n】斯坦福大学李飞飞视觉识别课程笔记（二）：Python Numpy教程(2)...

2019-04-06 20:01:42 16351 7

原创深度学习100问之深入理解Vanishing/Exploding Gradient（梯度消失/爆炸）

这几天正在看梯度消失/爆炸，在深度学习的理论中梯度消失/爆炸也是极其重要的，所以就抽出一段时间认真地研究了一下梯度消失/爆炸的原理，以下为参考网上的几篇文章总结得出的。本文分为四个部分：第一部分主要介绍深度学习中一些关于梯度消失/爆炸（Vanishing/Exploding Gradient）的基础。第二部分主要介绍深度学习中什么是梯度消失/爆炸；第三部分主要介绍怎么解决梯度消失/爆炸。一...

2019-04-06 16:55:00 13695 2

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（三）：Python Numpy教程(3)

由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（三）：Python Numpy教程SciPyNumpy提供了高性能的多维数组，以及计算和操作数组的基本工具。SciPy基于Numpy，提供了大量的计算和操作数组的函数，这些函数对于不同类型的科学和工程计算非常有用。熟悉SciPy的...

2019-04-06 09:17:57 2470

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（二）：Python Numpy教程(2)

由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（二）：Python Numpy教程NumpyNumpy是Python中用于科学计算的核心库。它提供了高性能的多维数组对象，以及相关工具。数组Arrays一个numpy数组是一个由不同数值组成的网格。网格中的数据都是同一种数据类型...

2019-04-05 22:29:42 2396 2

转载【CS231n】斯坦福大学李飞飞视觉识别课程笔记（一）：Python Numpy教程(1)

最近开了一个新坑——【CS231n】斯坦福大学李飞飞视觉识别课程，准备认真学习并记录自己的学习历程。由官方授权的CS231n课程笔记翻译知乎专栏——智能单元，比较详细地翻译了课程笔记，我这里就是参考和总结。【CS231n】斯坦福大学李飞飞视觉识别课程笔记（一）：Python Numpy教程这个课程将使用Python编程语言来完成课程的所有作业。Python是一门伟大的通用编程语言，在一...

2019-04-05 21:13:28 4755

原创 python / 和 % 和 //（地板除）解析（最清晰的解释）

python / 和 % 和 //（地板除）用于对数据进行除法运算。Python中分为3种除法：1、/，2、%，3、//。1、 /一、python3/ 除法计算结果是浮点数，即使是两个整数恰好整除，结果也是浮点数。1）10 / 3> 3.33333333333333352）1.0 / 2.0> 0.53）3 / 2.0> 1.54）9 /...

2019-04-05 19:33:44 25355 10

原创深度学习100问之深度学习的本质

今天在查找网上的BP博文（【深度学习】backpropagation（反向传播））进行总结和撰写时发现了一篇博客和一个帖子引发了我的深刻思考，以下是分别的链接：Yes you should understand backpropLeaky abstraction这篇博文可能会沉底，因为我目前深度学习的水平还太低，没办法做到深刻的理解和解释，所以这会是一个坑。如果有人交流，我会虚心并且认真地...

2019-04-03 14:12:15 7419 3

原创杂谈——如何在CSDN上上传图片，并添加到自定义栏目中

如果有同学现在想在自定义栏目中上传图片，并添加到自定义栏目中，那么我在网上看到的一个办法是首先把图片放在我们的博文中，如下图：然后发表该博文，带博文审核完毕之后...

2019-04-03 13:18:26 1615 3

原创深度学习100问之深入理解Back Propagation（反向传播）

这几天正在看反向传播的原理，最近也经常看到关于反向传播理解的文章，在深度学习的理论中反向传播也是极其重要的，所以就抽出一段时间认真地研究了一下反向传播的原理，以下为参考网上的几篇文章总结得出的。...

2019-04-03 10:22:37 13501 9

原创深度学习100问之深入理解Batch Normalization（批归一化）

Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift - 原文Batch Normalization的论文翻译论文解读精读深度学习论文(3) Batch Normalization一、概念批归一化，或者批标准化，原文中的表达是 “Batch Normal...

2019-04-02 11:03:40 18826 19

原创 plt.text()函数解析（最清晰的解释）

plt.text()函数用于设置文字说明。plt.text(x, y, string, fontsize=15, verticalalignment="top", horizontalalignment="right")参数：x,y:表示坐标值上的值string:表示说明文字fontsize:表示字体大小verticalalignment：垂直对齐方式，...

2019-04-01 16:46:38 175567 10

原创 plt.annotate()函数解析（最清晰的解释）

plt.annotate()函数用于标注文字。plt.annotate(s='str', xy=(x,y) , xytext=(l1,l2) , ...)参数：s 为注释文本内容xy 为被注释的坐标点xytext 为注释文字的坐标位置xycoords 参数如下:figure points：图左下角的点figure pixels：图左下角的像素figur...

2019-04-01 14:17:31 36123 4

原创 plt.title()函数解析（最清晰的解释）

plt.title()函数用于设置图像标题。参数:fontsize设置字体大小，默认12，可选参数 [‘xx-small’, ‘x-small’, ‘small’, ‘medium’, ‘large’,‘x-large’, ‘xx-large’]fontweight设置字体粗细，可选参数 [‘light’, ‘normal’, ‘medium’, ‘semibold’, ‘bold’...

2019-04-01 13:11:01 95479 10

原创 plt.scatter()函数解析（最清晰的解释）

plt.scatter()函数用于生成一个scatter散点图。matplotlib.pyplot.scatter(x, y, s=20, c='b', marker='o', cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, verts=None, h...

2019-04-01 12:21:28 73975 7