jn10010537的博客

【leetcode】137. 只出现一次的数字 II题目python3语言C++语言题目python3语言代码1：class Solution: def singleNumber(self, nums: List[int]) -> int: list1=nums.copy() for i in nums: list1.remove(i) if i not in list1:

【leetcode】136. 只出现一次的数字pythonC++python代码1：class Solution(object): def singleNumber(self, nums): """ :type nums: List[int] :rtype: int """ newList=list(set(nums))*2 for i in nums: newList.re

Image Processing with Numpy —— github墙地址：http://www.degeneratestate.org/posts/2016/Oct/23/image-processing-with-numpy/ https://github.com/ijmbarr/image-processing-with-numpy 

6行代码，使用决策树进行二分类预测。Decison Tree决策树作为分类器，特点是简单易读，易于理解，具有很强的可解释性。from sklearn import tree #调用decision tree决策树features=[ [140,0] ,[130,0],[150,1],[170,1] ] #两个特征进行回归，对应二维，一个是重量，一个是0表面光滑smooth、1崎岖不平...

关于鸢尾花的数据集的介绍，见维基百科 https://en.wikipedia.org/wiki/Iris_flower_data_set该数据集由来自三种鸢尾（Iris setosa，Iris virginica和Iris versicolor）中的每一种的50个样品组成。从每个样品测量四个特征：萼片和花瓣的长度和宽度，以厘米为单位。数据集包含一组150个记录，属于5个属性 - 花瓣长度，...

在机器学习中，我们需要人工筛选有用的特征信息，以便快速准确的分类；我们希望特征信息是独立的，例如英寸，厘米都是度量的，彼此之间是相关的，我们不需要都作为特征信息；通过pyplot.hist直方图，对已二分类如果选用了该特征，几乎是出现50:50可能性，则说明该特征无用。import numpy as npimport matplotlib.pyplot as plt# 假设有一千...

https://www.cnblogs.com/shoufengwei/p/8526105.html

 使用决策树Decision Tree和K近邻分别对鸢尾花数据进行预测，只需要修改分类器部分的代码，如下面决策树分类器的代码：from sklearn import treemy_classifier=tree.DecisionTreeClassifier()换成K近邻的代码：from sklearn import neighborsmy_classifier=neighbor...

 邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个...

face_recognitiaon安装要基于dlib,安装dlib一定上官网去查对应的python安装的版本。通过cmd中pip install XXX。本代码实现了功能：考勤，即通过数据库的照片训练k近邻分类器，然后测试未知样本。代码不足：关于编码解码的问题没有解决，图片中对应中文人名是乱码。希望集思广益，或者自己后期完善~（代码位置150~151处）# 采用face_reco...

FaceNet: A Unified Embedding for Face Recognition and ClusteringFaceNet：一种用于人脸识别和聚类的统一嵌入论文下载地址：https://arxiv.org/abs/1503.03832?context=cs翻译如有不合适之处，欢迎评论留言~疯了，昨晚翻译完了，居然网络没保存上！！！！周末再弄https://b...

Rich feature hierarchies for accurate object detection and semantic segmentation丰富的特征阶层，用于准确的对象检测和语义分割论文网址： https://arxiv.org/abs/1311.2524如有不恰当的地方，欢迎评论~Abstract摘要Object detection performa...

Netscope1-基于Web的工具，用于可视化神经网络架构（或技术上，任何有向无环图）。它目前支持Caffe的原型文本格式。https://ethereon.github.io/netscope/quickstart.html 2-请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?ht...

本博文用于学习，博主懒，直接转自下链接：http://noahsnail.com/2017/07/04/2017-7-4-AlexNet%E8%AE%BA%E6%96%87%E7%BF%BB%E8%AF%91/AlexNet论文下载地址：https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convo...

本博文仅供学习，转自以下链接：https://blog.csdn.net/zym19941119/article/details/78982441从AlexNet开始（一）不可否认，深度学习的热潮正是由2012年AlexNet的出现而引发的，因此，学习AlexNet网络的结构，对于CNN的学习与理解是不可或缺的。在本篇博客中，将会对AlexNet的论文进行翻译与解读，并在下一篇博客中试...