- 博客(7)
- 收藏
- 关注
原创 OpenCV-python配置CUDA以支持GPU加速(Visual Studio)
打开anaconda prompt,输入 cmake --build "C:/Users/R/opencvGPU/build" --target INSTALL --config Release。2. 下載 OpenCV Source Code 和OpenCV Contrib放置于openGPU下,:需要下載同一版本 (我目前下載的是4.8.1)7.运用cmake 配置binaries 支持cuda support (配置前确保anaconda安装,以及python和 numpy已经安装)
2024-01-27 16:18:47 882
原创 探索性数据分析(生成假设)之图像分析
论文《Exploratory image data analysis for quality improvement hypothesis generation》提供了在对图像数据探索性分析的步骤以及一些原则, 帮助提供在质量相关的项目中可能的改进假设, 同时可用于故障诊断的一些假设生成。
2024-01-24 17:06:12 436
原创 【强化学习】- 4.无模型预测
在“3.强化学习-动态规划”中我们假设环境模型已知,对马尔可夫决策问题(MDP)运用动态规划 求解最优策略和最优价值。这个章节主要针对环境未知的情况。
2023-10-10 12:16:39 112 1
原创 【强化学习】- 3. 动态规划DP
动态规划可以帮助找到行业中面临的规划问题的最佳解决方案,前提是环境的具体情况是已知的。DP 为理解可以解决更复杂问题的 RL 算法提供了一个很好的起点。DynamicDP是一种解决复杂问题的方法, 通过将原问题拆分成子问题:对子问题求解存储子问题的解并合并,找到原问题的解。
2023-10-09 15:33:11 78 1
原创 阅读笔记-贝叶斯优化 -kridging/DACE/Gaussian Process随机模型(计算实验设计与分析)
DACE kriging虽然这是一篇古老的文章,发表为1989年,但是如果最随机优化,计算实验设计和优化,以及目前比较火的深度学习超参优化的贝叶斯优化奠定基础的一篇目前有7000多的引用。同时这篇paper的coathor 在10年后1998年发表了EGO算法的paper。
2023-03-23 20:42:10 495 1
翻译 【翻译】 A survey of transfer learning迁移学习综述
该文主要对A Survey on Transfer Learning Sinno Jialin Pan and Qiang Yang Fellow, IEEE(2009)中主要内容进行精简翻译。该文有超过17000的引用。
2022-06-13 14:08:06 470
原创 A Brief Tutorial on Optimal Classification Tree via MIO最优分类树
目前广为人知的决策树算法(ID3,C4.5,CART等)大部分基于启发式贪心算法,去寻求局部最优解,运用top-down的方式逐步构建分支和节点。随着计算能力的提升以及优化solver的发展和改进,2017年Bertsimas等人在发表的“optimal classfication trees”论文中,提出最优决策树,运用混合整数优化MIO一步构建最优分类树(OCT)并进行求解。该篇blog主要对以一个示例对MIO formulation进行解读。
2022-05-10 01:12:40 354
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人