皓月如我的专栏

【课程来源】感谢B站Up主leonding1018的分享，老师的课程内容非常精彩。本文是观看网络视频课程后的笔记，如涉及版权问题，请及时留言或私信与我联系。1.旅行商问题（TSP问题）TSP问题是一个NP hard问题，在一个多项式时间内不能找到一个最优解。单个车辆遍历路径（TSP问题）可以扩展为：多车辆遍历路径（VRP），车辆实时路径规划，订单分配给不同车辆（调度优化），零部件排产等。2.启发式搜索算法2.1.全局搜索算法2.1.1.贪婪最佳优先搜索2.1.2.A*（A Star）搜索

运行环境搭建：参考《VS2013安装OpenCV4.1版本并搭建一个小程序》基于OpenCV4.1.0中neural_network.cpp的例子代码。参考了《OpenCV3【神经网络】ANN_MLP》中的部分代码和注释内容。BP神经网络原理可参考《置顶 | 2019书单》中机器学习入门部分：神经网络算法：（以后向传播神经网络为例：Back Propagation）分为一个输入层（神...

【转载自】《OpenCV笔记（4）实现神经网络（ANN）》作者的原文参考了：《OpenCV中使用神经网络 CvANN_MLP》实际上的预测结果是并非一个确定值，所以即使用训练集去做测试，也可能出现不完全匹配的情况。（后续需进一步实验证实）备份代码在此：#include <stdio.h>#include "opencv2/core/core.hpp"#include "op...

摘要：情感的呈现包含一系列的时域分割：开启（onset）、峰值（apex）、结束（offset）。在过去15年中（论文发表于2009年），计算机界对情感识别进行了大量的研究，但是大多数方法都有两点局限：1.从单一的模式进行表情识别。2.即便少数多模态的方法中，对于动态模式关注过少。本文主要研究基于脸部表情和肢体呈现的情感识别方法。提出了一种自动识别时域分割的方法，并基于时域分割的片段进行情感识别。实

引言： 学习神经网络并不是一定要了解人脑神经结构。 如前所属，线性分类器可以用公式s=Wx来表示，其中X表示一张图片，是一个[3072*1]的列向量，包含了一副图像里的所有像素点。W是[10*3072]的参数矩阵。两个矩阵相乘的结果是一个[10*1]的列向量，表示了这幅图在分类时，每个类别的得分。 对线性分类器进行改进， s=W2max(0,W1x)，其中W1选择[100*30

这一部分主要是关于用BP算法来计算梯度，在这一章中，主要解决下面三个问题： 1.梯度的意义（what the gradients mean？） 2.在网络中梯度如何通过反向传播（how they flow backwards in the circuit？） 3.如何调整？（ how they communicate which part of the circuit should incre

stanford的course note 近日在维护中，所以换了http://cs231n.stanford.edu/slides/网页的lecture4作为最优化部分的学习资料。 训练神经网络的三要素是： 1. 确定判别函数 2. 确定损失函数 3. 最优化实践中很少用像素的取值去直接训练神经网络。我们采用的是图像的特征，例如：直方图、HOG特征、 Bag of WordsHOG提取算

*此系列为斯坦福李飞飞团队的系列公开课“cs231n convolutional neural network for visual recognition ”的学习笔记。本文主要是对module 1 的part2 Linear classification: Support Vector Machine, Softmax 的翻译与学习。 Softmax classifier是另一种常用的分类

*此系列为斯坦福李飞飞团队的系列公开课“cs231n convolutional neural network for visual recognition ”的学习笔记。本文主要是对module 1 的part2 Linear classification: Support Vector Machine, Softmax 的翻译与学习。 KNN并不适用于图像识别，其原因在于，KNN的时间复杂

*此系列为斯坦福李飞飞团队的系列公开课“cs231n convolutional neural network for visual recognition ”的学习笔记。本文主要是对module 1 的part1 Image classification 的翻译与学习。图像分类是指对于输入的图像，从一系列的标签中找出正确的与之对应的标签，图像分类是许多复杂的计算机视觉算法的基础。对于计算机而言