2017年10月_jiachen0212

12月 11月 10月 09月 08月

原创 python type() 判断数据类型

type(a).__name__ == 'dict' :可判断a的类型是否类型为dictlist tuple 这些也试用栗子：

2017-10-30 15:29:07 41766

原创 <机器学习>－－－决策树－－－补充

本篇是在李航老师的《统计学习方法》的决策树基础上补充周志华老师的《机器学习》西瓜书的一点内容。1.连续值处理：当特征属性可取连续值的时候，就出现这个问题了。比如西瓜的含糖率，密度值这样的特征属性。但其实，我们可以获取的样本，他们在连续属性上的取值都只是一个确定的值了。因此，假定17样本，就会有17个（或者小于17，因为可能取值相同了，这里就假使17个不同的a特征的取值），按照取值从小

2017-10-29 16:43:59 1672

原创《统计学习方法》笔记之－－－决策树

申明：本文的公式均来自《统计学习方法》电子版截图（太懒没手敲。。。）1.首先选择特征以开展（生成）决策树特征选择有三个算法：ID3 C4.5 CART 分别使用的是：最大信息增益最大信息增益比最小Gini系数（分类）或平方误差最小化准则［（CART）算法课分别对回归和分类问题构建二叉决策树，分别是应用误差最小化准则和最小Gini系数准则］其实Gini系数的计算及含义与信

2017-10-28 22:02:44 1719

原创图像旋转 python实现（针对mxn长方形尺寸图像）

实现对图像（mxn m n 不等）进行90 180 270 三个角度的旋转（不引进黑色无像素区域并且保持图像尺寸不变。）原图：对正方行尺寸的图像进行90 180 270 角度的旋转完全不出现问题（不出现黑色无像素区域），但是长方形尺寸图像就会出现黑块。如：解决的方法：先利用 img.transpose(1, 0) transpose()函数把图像的0 1 维

2017-10-28 20:28:02 3315 1

原创 numpy库小笔记

random.rand(4, 4) 得到4x4的随机数组mat()函数将数组转为矩阵 mat(random.rand(4, 4)).I操作实现矩阵求逆 rangMat.I互逆矩阵相乘得到单位矩阵（很小的计算误差来自计算机的计算）eye() 得到单位矩阵如eye(4, 4)返回4x4的单位矩阵。

2017-10-23 21:14:04 1592

原创 np.array 添加维度

以上。

2017-10-20 20:29:11 2793

原创 deeplabcv2 的 Atrous Convolution(带孔卷机核)，感受野，及tensorflow实现crf的一点理解。

首先是因为做图像分割，所以使用deeplab。思想基本和fcn一样。先卷机提取特征，然后阔尺寸至原图像大小。普通fcn先把图像padding至很大（据说是边缘补100个0），然后一层层下来，pool （stride＝2）或者是卷机（ stride＝2）5次，图像缩小了32倍，所以之前才需要把图像放大，不然最后得到的特征图就太小了。但是补0加打了噪声。。。deeplabcv2 采用的新做法是

2017-10-16 22:06:38 9904

原创 tensorboard 的可视化同得到train和validation的loss曲线

效果图如上，精髓在于： summary_writer_train = tf.summary.FileWriter(FLAGS.logs_dir + '/train', sess.graph) summary_writer_val = tf.summary.FileWriter(FLAGS.logs_dir + '/val') #这里不需要再加入graph.第二行末尾不需要加s

2017-10-16 21:51:38 16528 9