- 博客(56)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Mac端显示服务器上show的内容
在Mac端（终端和PyCharm中）编写代码，在服务器端运行程序。需要在Mac端显示服务器端运行的内容，比如，运行的视频等。
2023-07-03 14:49:58
460
原创 Gesture Recognition Dataset: Jester 数据集解压
官网给的指令是：`cat 20bn-jester-v1-?? | tar zx` 但是，直接运行会提示：
2022-07-07 16:44:46
994
1
原创 Python 3 内置函数 - `staticmethod()`函数
Python 3 内置函数 - staticmethod()函数0. staticmethod()函数将方法转换为静态方法。1. 使用方法：Help on class staticmethod in module builtins:class staticmethod(object) | staticmethod(function) -> method | | Convert a function to be a static method. | | A st
2022-04-05 21:11:34
322
原创 Python 3 内置函数 - `enumerate()`函数
Python 3 内置函数 - enumerate()函数0. enumerate()函数返回枚举对象。参数：start: 索引起始编号（默认：0）。1. 使用方法>>> help(enumerate)# output:Help on class enumerate in module builtins:class enumerate(object) | ## 使用方法 | enumerate(iterable, start=0) | | R
2022-04-05 20:40:34
2050
原创 深度贝叶斯神经网络(Deep Bayesian Neural Networks)实现方法
深度贝叶斯神经网络(Deep Bayesian Neural Networks)本文内容摘自： https://stefano-cosentino.medium.com/deep-bayesian-neural-networks-952763a95371. 目的是什么？任何深度网络都有参数，通常以权重 (w1,w2,...)(w_1, w_2, ...)(w1,w2,...) 和偏差 (b1,b2,...)(b_1, b_2, ...)(b1,b2,...)的形式存在。传统的方法（非贝叶斯
2022-04-03 14:49:23
6325
原创 Python 3 内置函数 - `delattr()`函数
Python 3 内置函数 - delattr()函数0. delattr()函数用于删除属性。delattr(x, 'y') 相等于 del x.y1. 使用方法Help on built-in function delattr in module builtins:## 使用方法delattr(obj, name, /) Deletes the named attribute from the given object. delattr(x, 'y')
2022-04-03 11:23:19
323
原创 Python 3 内置函数 - `setattr()`函数
Python 3 内置函数 - setattr()函数0. setattr()函数用于设置属性值，该属性不一定是存在的。setattr(x, 'y', v) 等于 x.y = v1. 使用方法>>> help(setattr)# output:Help on built-in function setattr in module builtins:## 使用方法：setattr(obj, name, value, /) Sets the named a
2022-04-03 11:03:03
965
1
原创 Python 3 内置函数 - `getattr()`函数
Python 3 内置函数 - getattr()函数0. getattr()函数返回对象的属性值。1. 使用方法>>> help(getattr)# output:Help on built-in function getattr in module builtins:getattr(...) ## 使用方法 getattr(object, name[, default]) -> value Get a named attribut
2022-04-03 10:29:45
944
原创 概率论简明教程_Chapter-02_最大似然估计
概率论简明教程_Chapter-02_最大似然估计本文内容摘自：https://medium.com/towards-data-science/probability-concepts-explained-maximum-likelihood-estimation-c7b4342fdbb1参考翻译：链接1. 什么是参数？在机器学习中，我们经常使用模型描述从数据中观测结果的过程。例如，我们可能使用随机森林模型来分类客户是否会退订某项服务（称为客户翻转），也可能使用线性模型来基于广告开销预测利润（这
2022-03-30 15:23:24
289
原创 概率论简明教程_Chapter-01_基本概念
概率论的简明教程_Chapter-01_基本概念本文内容摘自：https://medium.com/towards-data-science/probability-concepts-explained-introduction-a7c0316de465参考翻译：参考翻译链接1. 定义和符号1.1 随机变量概率通常至少和一件事件有关。这个事件可以是任何事。最简单的例子像投骰和从口袋中抓取有颜色的球等。在这些例子中，事件的结果是随机的（投骰时我们无法确定最终的点数），表示这些事件结果的变量
2022-03-28 21:42:40
1555
原创 Python 3 内置函数 - `super()`函数
Python 3 内置函数 - super()函数0. super()`函数用于调用父类的一个方法。super() 是用来解决多重继承问题的。1. 使用示例>>> help(super)# output:Help on class super in module builtins:## 使用说明class super(object) | super() -> same as super(__class__, <first argument>
2022-03-27 13:42:41
1164
原创 Python 3 内置函数 - `slice()`函数
Python 3 内置函数 - slice()函数0. slice()函数创建一个切片对象。用于扩展切片（如：array[0:10:2]）。参数：start – 起始位置stop – 结束位置step – 间距1. 使用方法>>> slice?# output:Init signature: slice(self, /, *args, **kwargs) Docstring: ## 使用方法 slice(stop) slice(start, sto
2022-03-27 13:35:32
534
原创 Chapter-6_回归分析
Chapter-6_回归分析本文内容摘自：https://seeing-theory.brown.edu/regression-analysis/cn.html回归分析是一种建立两个变量之间线性模型的方法。1. 最小二乘法最小二乘法是一个估计线性模型参数的方法。这个方法的目标是找到一组线性模型参数，使得这个模型预测的数据和实际数据间的平方误差达到最小。这是四个让让统计学家一度十分头疼的数据集：安斯库姆四重奏，你可以通过这四个数据集进一步探索最小二乘法。选择一个数据集拖动图中的数据点，观察它
2022-03-25 21:34:44
1104
原创 Chapter-4_统计推断_频率学派
Chapter-4_统计推断_频率学派本文内容摘自：https://seeing-theory.brown.edu/frequentist-inference/cn.html#section1频率学派通过观察数据来确定背后的概率分布。1. 点估计统计学中一个主要的问题是估计参数。我们用一个取值为样本的函数来估计我们感兴趣的参数，并称这个函数为估计量。这里我们用一个估计圆周率 π 的例子来具体说明这个想法。 我们知道 π 可以由圆与其外切正方形的面积比来表示：Scircle=πr2Ssquare
2022-03-25 17:11:36
301
原创 Python 3 内置函数 - `divmod()`函数
Python 3 内置函数 - divmod()函数0. divmod()函数返回一个包含商和余数的元组。1. 使用方法>>> help(divmod)# output:Help on built-in function divmod in module builtins:## 使用方法：divmod(x, y, /) Return the tuple (x//y, x%y). Invariant: div*y + mod == x.2. 使用示例示例1
2022-03-25 15:52:11
899
原创 Python 3 内置函数 - `filter()`函数
Python 3 内置函数 - filter()函数0. filter() 函数根据定义的规则，输出符合条件的元素（过滤掉不符合条件的元素。）。参数：function: 自定义的判断函数iterable: 可迭代的元素（元组、列表）1. 使用方法>>> help(filter)# outputs:Help on class filter in module builtins:class filter(object) | ## 使用方法 | filte
2022-03-25 15:39:36
460
原创 Python 3 内置函数 - `round()`函数
Python 3 内置函数 - round函数0. round()函数返回浮点数的四舍六入值。精度要求高的运算，不建议使用该函数。参数：ndigits: 小数点位数。1. 使用方法>>> help(round)# output:Help on built-in function round in module builtins:## 使用方法：round(number, ndigits=None) Round a number to a given p
2022-03-24 11:06:08
791
原创 Python 3 内置函数 - `reload()`函数
Python 3 内置函数 - reload()函数Python3.4 之后，reload() 函数移动到 importlib 库，故要使用该函数，需要先导入importlib包。加载函数： from importlib import reload0. reload()函数重新载入之前载入的模块。1. 使用方法>>> from importlib import reload>>> help(reload)# output:Help on fun
2022-03-24 10:32:05
1004
原创 Python 3 内置函数 - `hash()`函数
Python 3 内置函数 - hash()函数0. hash() 函数用于获取取一个对象（字符串或者数值等）的哈希值。两个对象内容一致则具有相同的 hash 值，反之不成立。hash 值具有不可逆的性质，即无法根据 hash 值逆向演算回原本的数值。1. 使用说明>>> help(hash)# output:Help on built-in function hash in module builtins:## 使用说明：hash(obj, /)
2022-03-24 09:20:18
1509
原创 Chapter-5_统计推断_贝叶斯学派
Chapter-5_统计推断_贝叶斯学派本文内容摘自：https://seeing-theory.brown.edu/bayesian-inference/cn.html贝叶斯学派的思想是用数据来更新特定假设的概率。1. 贝叶斯公式假设你最近去看了医生，并决定检查一下自己有没有得一种罕见的疾病。如果你很不幸地收到了阳性的结果，你可能最想知道的是“已知这个检查结果，我真的得了这种病的概率是多少？”（毕竟医疗检查并不是100%准确的。）有了贝叶斯公式，我们就可以准确地计算出上述事件的概率：P(患病
2022-03-23 21:35:48
120
原创 Python 3 内置函数 - `map()`函数
Python 3 内置函数 - all()函数0. all() 函数根据提供的函数对指定序列做映射。输入：(函数， 序列)返回值：一个迭代器。1. 使用方法>>> help(map)# output:Help on class map in module builtins:class map(object) | ## 使用方法： | map(func, *iterables) --> map object | | Make an it
2022-03-23 09:18:46
141
原创 Chapter-3_概率分布
Chapter-3_概率分布本文内容摘自：https://seeing-theory.brown.edu/probability-distributions/cn.html概率分布描述了随机变量取值的规律。1. 随机变量随机变量是一个函数，它用数字来表示一个可能出现的事件。你可以定义你自己的随机变量，然后生成一些样本来观察它的经验分布。点击或拉动选中右图中的一些六边形，然后在框中输入一个数字，点击提交，生成你定义的随机变量的样本，观察相应的经验分布。实验结果：2. 离散型和连续型随
2022-03-22 20:49:03
103
原创 Chapter-2_进阶概率论
Chapter-2_进阶概率论1. 集合论广而言之，一个集合指的是一些物体的总体。在概率论中，我们用一个集合来表示一些事件的组合。比如，我们可以用集合{2，4，6}来表示“投骰子投出偶数”这个事件。因此我们有必要掌握一些基本的集合的运算。用下面的集合生成器来构造一个集合，然后点击“提交”来查看你的集合对应的文氏图。通过拖放来移动或者放缩圆的大小。实验结果：2. 古典概型古典概型本质上就是数数。但是在概率论中，数数有时候比想象中要困难的多。因为我们有时要数清楚符合一些性质的事件或者轨道个数的，
2022-03-22 20:02:34
165
原创 Python 3 内置函数 - `all()`函数
Python 3 内置函数 - all()函数0. all()函数判断所有元素是否都为 TRUE，如果是返回 True，否则返回 False。元素除了是 0、空、None、False 外都算 True。1. 使用方法>>> help(all)# output:Help on built-in function all in module builtins:## 使用方法all(iterable, /) Return True if bool(x) is
2022-03-22 10:01:42
291
原创 Chapter-1_基础概率论
Chapter-1_基础概率论概率事件生活中充满了随机性。概率论是一门用数学语言来刻画这些随机事件的学科。一个随机事件的概率是一个介于0与1之间的实数，这个实数的大小反映了这个事件发生的可能性。因此，概率为0意味着这个事件不可能发生（不可能事件），概率为1意味着这个事件必然发生（必然事件）。以一个投掷一枚公平的硬币（出现正面和反面的概率相等，均为1/2）的经典的概率实验为例：。在现实中，如果我们重复抛一枚硬币，出现正面的频率可能不会恰好是50%。但是当抛硬币的次数增加时，出现正面的概率会越来越接近50
2022-03-21 14:14:07
124
原创 Python 3 内置函数 - `any()`函数
Python 3 内置函数 - any()函数0. any() 函数用于判断内容是否全部为空，全部为空则返回 False，否则返回 True.空元素包括：0、空、FALSE1. 使用方法>>> help(any)# output:Help on built-in function any in module builtins:## 使用方法any(iterable, /) Return True if bool(x) is True for any x
2022-03-21 08:57:00
696
原创 Python 3 内置函数 - `set()`函数
Python 3 内置函数 - set()函数0. set()函数创建一个无序不重复元素集（删除重复数据）。可以计算交集、差集、并集。1. 使用方法>>> set?# output:Init signature: set(self, /, *args, **kwargs)Docstring: ## 使用方法：set() -> new empty set objectset(iterable) -> new set objectBuil
2022-03-21 08:42:29
518
原创 Python 3 内置函数 - `reversed()`函数
Python 3 内置函数 - reversed()函数0. reversed()函数返回一个反转的迭代器。1. 使用方法>>> help(reversed)Help on class reversed in module builtins:class reversed(object) | ## 使用方法： | reversed(sequence, /) | | Return a reverse iterator over the values of
2022-03-20 16:29:35
465
原创 Python 3 内置函数 - `next()`函数
Python 3 内置函数 - next()函数0. next() 函数返回迭代器的下一个项目。要和生成迭代器的 iter() 函数一起使用。1. 使用方法>>> help(next)# output:Help on built-in function next in module builtins:next(...) ## 使用方法： next(iterator[, default]) Return the next item fr
2022-03-20 15:42:43
600
原创 Python 3 内置函数 - `iter()`函数
Python 3 内置函数 - iter()函数0. iter()函数生成迭代器。1. 使用方法>>> help(iter)# output:Help on built-in function iter in module builtins:iter(...) ## 使用方法： iter(iterable) -> iterator iter(callable, sentinel) -> iterator Get an i
2022-03-20 15:28:21
452
原创 Python 3 内置函数 - `sorted()`函数
Python 3 内置函数 - sorted()函数0. sorted() 函数对所有可迭代的对象进行排序操作。reverser = True: 反向排序。1. 使用方法>>> help(sorted)# output:Help on built-in function sorted in module builtins:## 使用方法sorted(iterable, /, *, key=None, reverse=False) Return a ne
2022-03-20 14:58:55
163
原创 Python 3 内置函数 - `max()`函数
Python 3 内置函数 - max()函数0. max() 函数返回最大值，参数可以为序列。1. 使用方法>>> help(max)# output:Help on built-in function max in module builtins:max(...) ## 使用方法 max(iterable, *[, default=obj, key=func]) -> value max(arg1, arg2, *args, *[, key
2022-03-20 14:31:27
299
原创 Python 3 内置函数 - `min()`函数
Python 3 内置函数 - min()函数0. min() 函数返回最小值，参数可以为序列。1. 使用方法>>> help(min)Help on built-in function min in module builtins:min(...) ## 使用方法： min(iterable, *[, default=obj, key=func]) -> value min(arg1, arg2, *args, *[, key=func]) -
2022-03-20 14:21:12
340
原创 Python 3 内置函数 - `zip()`函数
Python 3 内置函数 - zip()函数0. zip()函数将对象中对应的元素打包成一个元组，然后返回由这些元组组成的对象。可以用 list() 转换来输出列表。利用 * 号操作符，可以将元组解压为列表。1. 使用方法>>> help(zip)# output:Help on class zip in module builtins:class zip(object) | zip(*iterables) --> A zip object yi
2022-03-20 13:53:54
283
原创 Python 3 内置函数 - `dict()`函数
Python 3 内置函数 - dict()函数0. dict()函数用于创建一个字典。1. 使用方法>>> help(dict)# output:Help on class dict in module builtins:class dict(object) | ## 使用方法: | dict() -> new empty dictionary | dict(mapping) -> new dictionary initialized fr
2022-03-20 11:15:57
143
原创 Python 3 内置函数 - `abs()`函数
Python 3 内置函数 - abs()函数0. abs() 函数abs() 返回数字的绝对值。1. 使用方法>>> help(abs)# output:Help on built-in function abs in module builtins:## 使用方法abs(x, /) Return the absolute value of the argument.2. 使用示例>>> abs(-4)# output:4
2022-03-20 10:50:59
973
原创 Python 3 内置函数 - `help()`函数
Python 3 内置函数 - help()函数0. help() 函数用于查看函数或模块用途的详细说明。1. 使用方法>>> help(help)# output:Help on _Helper in module _sitebuiltins object:class _Helper(builtins.object) | Define the builtin 'help'. | | This is a wrapper around pydoc.hel
2022-03-20 10:38:08
430
转载 谷歌学术简明使用说明
谷歌学术简明使用说明源PDF文件下载链接：https://github.com/zjcao/books/blob/master/google_scholar_instructions.pdf
2021-08-06 15:36:12
390
原创 基于Python及OpenCV的光流实现
基于Python及OpenCV的光流实现本文内容摘自 << Programming Computer Vision with Python >> 一书1. 光流光流是目标、场景或摄像机在连续两帧图像间运动时造成的目标的运动。它是图像在平移过程中的二维矢量场。光流法主要依赖于三个假设：亮度很定。 图像中目标的像素强度在连续帧之间不会发生变化。时间规律。 相邻帧之间的时间足够短，以至于在考虑运行变化时可以忽略他们之间的差异。空间一致性。相邻像素具有相似的运动。2.
2021-07-20 14:11:38
2177
计算彩色图像颜色值的3个中心矩
2022-04-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人