![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI
Ficus_f
这个作者很懒,什么都没留下…
展开
-
9-1 从零开始训练网络
9-1 从零开始训练网络目录1 搭建网络基本架构要完成的功能2 构建训练网络1 实现网络训练功能2 获取训练数据及预处理3 启动训练网络并测试数据目录搭建网络基本架构构建训练网络启动训练网络并测试数据1 搭建网络基本架构要完成的功能我们的代码要导出三个接口,分别完成以下功能:初始化 initialization,设置输入层,中间层,和输出层的节点数。训练 train 根据训练数据不断的更新权重值查询 query,把新的数据输入给神经网络,网络计算后输出答案。(推理)完成以上代原创 2020-10-14 16:46:26 · 646 阅读 · 3 评论 -
8-2 推理和训练
8-2 推理和训练目录1 推理和训练1.1 监督学习与非监督学习1.2 深度学习的推理和训练1.3 优化和泛化1.4 数据集的分类1.5 交叉验证2 神经网络的训练2.1 相关概念2.2 BP神经网络学习过程2.3 神经网络的训练过程学术狗的说法程序猿的说法2.3.1 参数的随机初始化权重初始化2.3.2 标准化(Normalization)归一化处理z-score标准化2.3.3 损失函数损失函数的选取2.3.4 梯度下降法学习率2.3.5 泛化能力分类(1)过拟合(2)过拟合的解决方法Early Sto原创 2020-09-18 07:54:32 · 2866 阅读 · 0 评论 -
8-1 深度学习与神经网络
8-1 深度学习与神经网络目录1 神经网络1.1 引人是怎么思考的?--生物神经网络感知器生物神经网络的基本工作原理人工神经网络分为两个阶段机器要怎么思考的?--人工神经网络1.2 神经网络1.2.1 神经元1.2.2 神经元的缺点1.2.3 神经网络(多个神经元互联)单层神经网络(感知器)多层神经网络2 激活函数2.1 sigmoid激活函数2.2 tanh 激活函数2.3 线性整流层RELU 激活函数神经元稀疏2.4 总结3 深度学习3.1 什么是深度学习(Deep Learning)?深度学习,就是多原创 2020-09-13 19:26:14 · 378 阅读 · 0 评论 -
7-2 OpenCV算法解析
7-2 OpenCV算法解析目录1 OpenCVOpenCV大坑之BGROpenCV 性能OpenCV常见算法2 最小二乘法2.1 线性回归什么是线性回归?2.2 线性回归--最小二乘法(Least Square Method)2.2.1 最小二乘法2.2.2 三种范数:2.2.3 最小二乘法的定义、k & b3 RANSAC3.1 什么是 RANSAC3.2 RANSAC与最小二乘法3.3 RANSAC的步骤输入步骤问题3.4 RANSAC的参数确定3.5 RANSAC的应用全景拼接3.6 RAN原创 2020-09-11 20:13:25 · 942 阅读 · 0 评论 -
7-1 图像滤波器
7-1 图像滤波器目录1 图像噪声1.1 概念1.2 信噪比1.3 高斯噪声1.3.1 什么是高斯噪声1.3.2 产生原因1.3.3 给图像加高斯噪声1.4 椒盐噪声1.4.1 什么是椒盐噪声1.4.2 产生原因1.4.3 给图像加椒盐噪声1.5 其他噪声2 图像滤波2.1 什么是图像滤波2.2 滤波目的2.3 滤波要求3 各种滤波器3.1 均值滤波3.1.1 功能3.1.2 方法3.1.3 优缺点3.2 中值滤波3.2.1 方法3.2.2 优缺点3.3 最大最小值滤波3.3.1 方法3.4 双边滤波3.5原创 2020-09-11 19:11:47 · 1437 阅读 · 0 评论 -
6 三维计算机视觉
6 三维计算机视觉目录1 立体视觉单目系统2 双目系统&视差2.1 双目系统2.2 对极几何约束2.3 总结3 SIFT3.1 SIFT 概念3.2 Sfit 算法实质3.3 SIFT特征提取和匹配具体步骤3.4 Python中的SIFT函数目录立体视觉双目系统&视差SIFT1 立体视觉立体视觉是一种计算机视觉技术,其目的是从两幅或两幅以上的图像中推理出图像中每个像素点的深度信息。单目系统O点为相机的光心,π是摄像头的成像平面。2 双目系统&视差2.1 双原创 2020-09-11 14:35:11 · 612 阅读 · 0 评论 -
5 坐标变换与视觉测量
5 坐标变换与视觉测量目录1 左右手坐标系及转换1.1 左手坐标系、右手坐标系、笛卡尔坐标系1.2 左手旋转规则、右手旋转规则1.3 左手坐标系和右手坐标系相互转换2 旋转矩阵3 欧拉角&万向锁3.1 欧拉角3.2 万向锁3.3 欧拉角描述旋转欧拉角的基本思想欧拉角的缺点3.4 由欧拉角求旋转矩阵3.5 由旋转矩阵求欧拉角4 四元数4.1 概念4.2 四元数定义:4.3 四元数的几何意义4.4 旋转矩阵 & 四元数四元数求旋转矩阵旋转矩阵求四元数目录左右手坐标系及转换旋转矩阵欧拉角原创 2020-08-28 22:21:07 · 2856 阅读 · 0 评论 -
4-2 图像聚类算法
4-2 图像聚类算法目录1 分类与聚类1.1 分类1.2 聚类1.3 聚类样本间的属性1.4 聚类的常见算法2 K-Means聚类2.1 概念2.2 步骤2.3 例子2.4 K-Means聚类与图像处理2.5 K-Means聚类优缺点优点:缺点3 层次聚类3.1 概念3.2 凝聚层次聚类的流程3.3 层次聚类的优缺点3.4 树状图分类判断3.5 K-Means与层次聚类4 密度聚类4.1 密度聚类DBSCAN算法:4.2 密度聚类DBSCAN的优缺点5 谱聚类5.1 概念5.2 步骤目录分类与聚类K原创 2020-08-28 21:31:32 · 4218 阅读 · 0 评论 -
4-1 相机模型
4-1 相机模型目录1 相机模型1.1 相机与图像1.2 坐标系1.3 相机成像1.4 世界坐标系到摄像机坐标系欧氏变换齐次坐标1.5 摄像机坐标系到图像物理坐标系1.6 图像物理坐标系到图像像素坐标系1.7 汇总2 镜头畸变2.1 定义2.2 径向畸变分类2.3 切向畸变2.4 畸变矫正2.5 透视变换(Perspective Transformation)定义目的仿射变换变换公式目录相机模型镜头畸变1 相机模型相机模型:是讲图像处理的方法,而非相机本身照相时要去测距离1.1 相机与图像原创 2020-08-28 16:32:08 · 317 阅读 · 0 评论 -
3-2 边缘提取
3-2 边缘提取目录1 边缘提取1.1 边缘提取:什么是边缘?1.2 求边缘幅度的算法:1.3 高频信号&低频信号2 边缘检测的原理和步骤2.1 步骤2.2 原理2.3 图像锐化2.4 图像平滑3 Laplacian、Prewitt、Sobel、Laplace算子3.1 Laplacian3.2 Sobel算子3.3 Prewitt算子3.4 Laplace算子4 Canny算法4.1 算法4.2 高斯平滑4.3 非极大值抑制4.3.1 简介4.3.2 为什么要用非极大值抑制?4.3.3 方法图像中原创 2020-08-22 16:39:13 · 1674 阅读 · 0 评论 -
3-1 特征选择&特征提取
3-1 特征选择&特征提取目录1 特征选择1.1 卷积解决的问题1.2 特征1.3 特征选择:为什么要做特征选择?1.4 特征选择:什么是特征选择?1.5 特征选择:怎么做特征选择?1.5.1 生成过程1.5.2 停止条件1.5.3 评价函数1.6 特征选择算法1.6.1 完全搜索:1.6.2 启发式搜索:1.6.3 随机搜索:1.6.4 遗传算法:2 特征提取2.1 概念2.2 特征提取方法2.3 步骤2.3.1预处理:2.3.2 特征提取:2.3.3特征处理:3 PCA3.1 主成分分析PCA:原创 2020-08-20 12:15:47 · 2543 阅读 · 0 评论 -
2 图像和视频
图像和视频1. 图像1.1 基本概念1.2 RGB模型1.3 为什么很多图像识别将彩色图像灰度化?1.4 如何灰度化?1.5 如何操作RGB值?RGB值转化为浮点数2. 图像的取样与量化3. 上采样与下采样3.1 为什么要使用上采样?3.2 原理3.3 常用的插值方法1、最邻近插值 The nearest interpolation2、双线性插值 - 放大、缩小都可以用中心对齐4. 直方图4.1 直方图 histogram (灰度出现的情况)4.2 直方图的性质4.3 直方图的应用4.4 直方图均衡化直方图原创 2020-08-09 22:39:04 · 451 阅读 · 0 评论 -
PIL库
PILImageopensavethumbnailcroptransposepastesplitmergeresizeconvertpointImageFilterfilterImageEnhanceBrightness & ContrastImageSequence()(处理图像序列)Imageopenopen(filename,mode) (打开一张图像)Image.open返回一个Image对象Image属性size 表示图像的宽度和高度(像素表示);format 表示原创 2020-08-06 11:02:45 · 1108 阅读 · 0 评论 -
1-03 机器学习的数学基础
1-03 机器学习的数学基础目录1 向量2 线性变换3. 矩阵3.1 矩阵加减3.2 矩阵乘法3.3 单位矩阵3.4 逆矩阵3.5 奇异矩阵3.6 矩阵的转置3.7 对称矩阵3.8 欧式变换4. 导数&偏导数5. 梯度5.1 定义5.2 梯度下降法6. 概率学基础6.1 事件与关系运算6.2 事件运算定律6.3 概率的基本概念6.4 独立性6.5 离散6.6 数学期望、方差、标差差6.7 正态分布(高斯分布)7. 熵 Entropy7.1 信息量7.2 熵8. kl散度(相对熵)目录向量线性原创 2020-07-29 10:27:18 · 329 阅读 · 0 评论 -
1-02 计算机视觉
1-02 计算机视觉目录1 什么是CV2 深度学习与CV3 CV的应用 - 五大应用3.1 图像分类3.2 目标检测3.3 目标跟踪3.4 语义分割3.5 实例分割其他4 CV技能树构建目录1 什么是CV2 深度学习与CV3 CV的应用4 CV技能树构建1 什么是CV定义:就是让计算机拥有人能所见、人能所识、人能所思的能力,就可以称计算机拥有视觉,即计算机视觉。让机器 看到,并且 认识、理解 所看到的东西,进而可以 预测图像识别也包括视频、实时2 深度学习与CV基于深度学原创 2020-07-28 22:44:50 · 307 阅读 · 0 评论 -
1-01 什么是人工智能?
1-01 初探人工智能-什么是人工智能?什么是人工智能?人工智能发展的基石 -- 图灵测试(1950年提出)但是,该测试不严谨人工智能三大核心要素1 数据2 算法3 算力初探人工智能人工智能的三大核心要素人工智能关系圈人工智能可预见的未来什么是人工智能?答:人工智能是通过机器来 模拟人类认知能力 的技术。人话:让机器能够完全实现人类能干的事情,甚至干人不能干的事。人工智能涉及很广,涵盖了感知、学习、推理与决策等方面的能力。从实际应用的角度说,人工智能最核心的能力就是根据给定的输入做出判原创 2020-07-28 15:28:51 · 1141 阅读 · 0 评论 -
1-00 人工智能介绍
学习人工智能基础课程特点相关岗位基础windows(or Linux)编程基础 – python、C++数学基础逻辑思维[注]第一层:应用层,软件层第二层:算法层第三层:硬件层 GPU 越接近应用,越需要python越接近硬件,越需要C++课程特点以实践为主,与业务结合完整的体系人工智能概念图像 CV机器学习深度学习NLP相关岗位人工智能科学家研究类(去研究所,如阿里研究院)设计实现算法发论文算法工程师(算法设计、算法实现原创 2020-07-28 14:12:31 · 170 阅读 · 0 评论