- 博客(21)
- 收藏
- 关注
RSS订阅
3原创 OpenCV-C++入门学习记录001——图片批量剪裁与保存
批量读入图片并按尺寸剪裁思路：1、批量读入图片2、剪裁图片并命名保存#include <iostream>#include <typeinfo>#include <opencv2/opencv.hpp>#include <windows.h>using namespace std;using namespace cv;void CutImage(Mat img,int H,int W,string num) { //传入图片img,
2021-06-14 11:27:24
335
原创 Matlab实现图片批量读入处理
图片批量读入取灰度值和切分1、选择文件夹批量读入图片2、遍历每一张图片并调用函数处理3、输出文件批量读入并取灰度平均值file_path ='D:\Light_Gray\Var_exposuretime\';% 图像文件夹路径img_path_list = dir(strcat(file_path,'*.bmp'));%获取该文件夹中所有bmp格式的图像img_num = length(img_path_list);%获取图像总数量Light=[]if img_num > 0 %有满
2021-06-12 11:27:29
618
原创 神经网络与深度学习入门记录003——基础网络优化代码解析
基础网络优化增加优化内容：1、二次代价函数➡交叉熵代价函数2、权重初始化：标准高斯分布➡标准差为1/sqrt(n)的高斯分布3、增加L2规范化4、增加数据记录5、增加网络本地保存与载入import jsonimport randomimport sysimport mnist_loaderimport numpy as npclass QuadraticCost(object):#二次代价函数及其对z的偏导δ @staticmethod def fn(a, y):
2021-06-12 09:53:58
32
原创 神经网络与深度学习入门记录002——基础网络优化
在基础网络上进行优化基础网络：1、二次代价函数：w-权重b-偏置y(x)-期望输出a-实际输出2、随机梯度下降：w’权重更新b’偏置更新3、反向传播算法：优化网络：1、交叉熵代价函数由于sigmoid_prime(z)在0和1附近的值很小，导致|a-y|较大时学习变得缓慢反而较小。将二次代价函数替换为交叉熵函数2、基于交叉熵函数的反向传播公式：偏导中不含sigmoid_prime(z)，避免了学习缓慢的问题。3、输出层柔性最大值函数输出层用softma(z)替
2021-06-07 20:14:01
12
原创 神经网络与深度学习入门记录001——经典数字分类网络
输入28*28像素大小的数字图片，输出对应数字思路:1、构建三层（输出层、隐藏层、输出层）神经网络，创建网络权重和偏置2、输入测试数据、训练数据，确定小批量训练数量、学习速率、迭代期3、从训练数据中随机分批次选择小批量数据进行训练4、每次迭代期结束时，将测试数据应用到当前网络并输出测试结果import randomimport numpy as npimport sysclass Network(object): def __init__(self, sizes):#初始化Netw
2021-05-29 17:30:10
41
原创 MATLAB实现RGB图片转YCbCr、灰度、二值化
处理RGB图像（转YCbCr、灰度化、二值化）思路：1、读取系统图片2、调用相关函数3、输出转换后图片RGB=imread('D:\matlab\image\image2.jpg'); //读入系统图片subplot(2,2,1) //建立2x2的图像，在第一个位置显示set(gcf,'position',[100,100,1000,700]) //调整figure位置与大小imshow(RGB) //显示RGB图片title('原图') //标题为“原图”yc=rgb2ycb
2021-05-25 11:18:31
541
原创 Python入门学习记录014——体育竞技胜率分析
分析体育选手对战胜率情况给定A,B两名选手的能力值A,B与比赛场数n，分析A,B两名选手的胜率思路：1、输入A,B两名选手能力值与场数n2、模拟一场比赛中A,B获胜情况3、重复模拟n次，得出A,B胜场4、计算A,B获胜概率模拟规则：A,B能力值为0~1的实数一场比赛中，在A的回合中,A的能力值大于随机数，则A获得一分。若A的能力值小于随机数，则A不扣分，B不加分，换为B的回合。当其一得分超过15分，则比赛结束。当随机数大于0.5则第一回合A发球，反之B发球（随机数均为0~1的实数）imp
2021-05-22 09:24:21
153
原创 Python入门学习记录013——WordCloud运用
用WordCloud库生成中英文词云思路：1、确定需要生成词云的样本（字符串类型）2、设置词云格式并获取样本生成词云英文词云：import wordcloud as wcdef Get_txt(): txt=open("hamlet.txt","r",encoding='utf-8').read() #读取文件 for i in '''!"#$&()*+,-./:;<=>?@[\\]^_‘'{|}'~''': #去符号 txt=txt.repl
2021-05-21 15:31:47
17
原创 Python入门学习记录012——写入文件数据
分别将一维数组和二维数组写进文件思路1、读入文件，分别将一维和二维数组写入def Write_txt(): #写入一维数组 ls=[0 for i in range(10)] fo=open("D:\Write.txt","w",encoding='utf-8') for i in range(10): #遍历数组 fo.write(str(ls[i])+"\n") #写入数据（只能写入字符数据） fo.closedef Write_line(
2021-05-20 09:48:44
22
原创 Python入门学习记录006——区别于C的函数无限制传参
Python函数无限制传参思路：1、函数中可传入未知个数的参数2、传入的多个参数在函数中保存为列表输入1，2，3，4输出24（123*4）def cmul(a,*b): #a为必要参数，b为不必要参数且可传入未知个数 m=a for i in b: #b在函数中以列表的形式保存传入参数 m*=i return mprint(eval("cmul({})".format(input()))) 特别注意以下输入结构print(eval("cmul
2021-05-17 20:24:46
19
原创 Python入门学习记录005——数码管显示日期（turtle与time库运用）
在turtle画布中以数码管形式画出日期思路：1、数码管的绘画：将数码管分为七段，调用七次画直线并转向函数。2、对于不同的数字，直线函数可判断七段中需要画出哪些。3、利用time库获取当前格式化的日期并储存为字符串，遍历字符串写出所有数字4、判断格式化日期中的字符，用turtle.write()函数写出年月日。import turtle as ttimport time as tiNum=["0","1","2","3","4","5","6","7","8","9"]def Drawli
2021-05-17 14:46:15
549
原创 Python入门学习记录004——random库的使用
利用random库产生随机数求Pi求解圆周率可以采用蒙特卡罗方法，在一个正方形中撒点，根据在1/4圆内点的数量占总撒点数的比例计算圆周率值。（来自python123.io）思路：1、随机生成n个（0~1）的坐标A=（x，y）2、判断A=（x，y）是否在圆内并计数import random as rd #调用random库import math #调用math.sqrt()函数库def Init(): #初始化输入 global num，circle=0 n
2021-05-14 10:26:57
21
原创 Python入门学习记录003——ASCⅡ转换
用已定的规则转换英文字母规则：原文：A B C D E F G H I J K L M N O P Q R S T U V W X Y Z密文：D E F G H I J K L M N O P Q R S T U V W X Y Z A B C（来自python123.io）思路：1、创建字母表数组
2021-05-14 08:54:32
39
原创 Python入门学习记录002——format()理解之星星三角
用format()格式化输出星星三角思路：1.单元填充：print(“｛：（填充物）（填充格式）（填充宽度）（，千位符）（.n精度为n）（d,f,%...数字格式）.format(变量或字符)｝”)2.多远填充：print(“｛0：（｛填充物｝）（填充格式）（填充宽度）（，千位符）（.n精度为n）（d,f,%...数字格式）.format(变量，变量)｝”)n = int(input())for i in range(1,n+1,2): print("{0:^{1}}".format('*
2021-05-13 20:31:31
57
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