- 博客(77)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 这书看着贼得劲儿
本来以为出版了第一本书，应该对于漫长的审核有免疫力了，结果又被这本书折磨了2年。于是作者痛定思痛，决定第三本书写一本纯科普的书籍。这是一本多维度的技术书籍：如果你完全不懂技术，你可以把他看成科普书籍；如果你想了解人工智能，这本书同样能带你从0入门。这本书几乎不需要阅读门槛。
2023-12-07 11:49:20
170
原创 这本关于机器学习的书---牛XXX
机器学习好书推荐如图所示，这是一本可读性非常强，非常有趣的一本介绍机器学习概率论的书，让人看了会上瘾。。。看到这里，作者摊牌了。。。。本书作者即本人~~~~
2021-11-01 09:28:21
670
2
原创 无人驾驶时代的室外组网技术研究
无人驾驶时代的室外组网技术研究车载自组网车载自组网简介车载自组网特点车载自组网组成及建构主流自组网通信方式ZigBeeWIFIBlue ToothWiMAXDSRC4G/5G参考文献车载自组网车辆通信网络就是在汽车上装载移动通信设备，为高速行驶中的车辆提供一种高速率的宽带无线接入方式，构建一个以车辆为载体的庞大的无线物联网，包括车辆内部各部件、车辆与车辆之间、车辆与路边基站之间的无线通信网络等，其网络架构如图1所示。根据通信距离划分，车辆通信网络主要包括车域网(VAN)和车辆自组网(VANET)两大类。
2020-10-31 17:24:39
15154
2
原创 CNN实战之如何分析影评-好看又有趣的讲解
CNN实战之如何分析影评-好看又有趣的讲解前言认识影评数据集了解TextCNN模型获取影评数据生成文本数据集生成TextCNN模型评估模型前言话说老王买了两张电影票打算请女神小丽去看电影，老王希望看完电影趁着热度可以和小丽的关系更进一步。于是老王买了两张最近大火的《剩女日记》，看完电影，效果喜人，老王差点又做了单身狗。。。认识影评数据集为了杜绝这种乌龙事件的再度发生，老王决定通过大数据分析的手段对上映的电影进行一个预筛分，精准挑选优质电影。通常而言，总会有一些人通过某些特殊手段提前了解到上映电影
2020-09-23 08:00:15
16899
原创 EXCEL装逼指南之动态进度条（项目经理必备技能）
EXCEL装逼指南之动态进度条（项目经理必备技能）作为浪迹职场多年的混子（项目经理），是否常常对项目进度把控不利，汇报工作又含含糊糊让领导不知所以而经常惨遭领导羞辱，同事嘲笑？那么如何做一份让领导一目了然的项目汇报？不用998也不用98，免费的EXCEL技巧带回家！那么效果好不好呢？废话不多说，先看图：是的，你没有看错，就是这么动感，这么性感的进度表，一下子就走进了领导的内心世界。那么这个图复杂不复杂？JUST ONE HOUR TO DO IT！没错！一个小时就可以搞定！下面直接上干货！
2020-08-15 16:48:37
32266
1
原创 你真的了解大数定律吗？（详细解读机器学习中的大数定律）
机器学习中的大数定律到底在弄啥嘞前言大数定律生活中的预言家们小数定律的骗局大数定律的含义中心极限定理概率故事-捉羊问题前言大数定律也是伯努利定律，是历史上第一个极限定律。所谓大数定律的关键在于数量要大，当随机试验大量的重复进行时，通常会呈现某些几乎是必然会发生的现象，这就是所谓的大数定律。而现实生活中往往很多人却被小数定律所误导，产生了各种各种的迷信思想。本章将就何为大数定律以及生活中的小数定律误导人们的现象做一个简单的阐述，本章主要内容如下：l 大数定律的概念及生活中有哪些‘小数’定律l 中心
2020-08-12 11:31:52
21633
2
原创 Tensorflow安装教程详解（图文详解，深度好文）
Tensorflow安装教程详解（图文详解，深度好文）前言安装前的准备工作关于python关于Anaconda开始使用Tensorflow系统内配置Anaconda使用路径Anaconda Navigator内设置路径后记前言本篇内容节选自本人即将出版的新书《机器学习中的概率与统计》，欢迎各路大神前来交流指导！工欲善其事必先利其器，本书前面章节介绍了机器学习中常用的一些概率基本知识，那么如何将他们运用到机器学习的领域呢？显然是需要一个学习框架的，这里推荐使用tensorflow框架实现前面说到的各种
2020-08-10 08:01:17
56263
12
原创 一张图详细说明自动驾驶车辆如何搭建硬件系统
硬核展示自动驾驶系统的硬件搭建文章结构说明第一部分（1）一图展示自动驾驶硬件系统的总体架构（2）庖丁解牛说内容1 线控模块2传感器模块第二部分（1）传感器的普遍问题传感器的标定传感器的时间同步文章结构说明本文整理自禾多科技轩辕平台负责人李文俊主讲，主题为《如何快速搭建自动驾驶的硬件系统》。整个演讲内容非常详尽、为了方便读者阅读，作者对原文（该演讲发布于2年前）进行了二次整理并添加了最新的解释说明。整个文章布局如下：第一部分：（1）一图展示自动驾驶硬件系统的总体架构；（2）庖丁解牛说内容第二部分：
2020-07-09 10:31:00
21545
5
原创 RTK+GPS提高定位精度原理解析（一个小白写给另一个小白系列）
RTK+GPS提高定位精度原理解析（一个小白写给另一个小白系列）GPS定位原理回顾RTK基本概念RTK组成RTK传输差分示意RTK数据链接坐标转换RTK应用后记我们在上一篇文章导航定位系统的原理解析（一个小白写给另一个小白）中跟大家介绍了GPS定位的基本原理，但是实际情况是，GPS单独使用的精度非常低，因此需要配合其他的辅助技术提高定位精度，今天我们将为大家介绍其中最重要也是最常见的辅助技术RTK定位的基本原理。为了方便小白玩家的理解，本文尽量以图文结合的形式、不带公式的跟大家做一个关于RTK的介绍。
2020-07-07 13:12:09
60616
4
原创 导航定位系统的原理解析（一个小白写给另一个小白）
导航定位系统的原理解析（写给小白）前言‘三星’定位基本原理（导航定位的原理）传输误差后记前言无人驾驶是这几年大火的一个研究方向，研究无人驾驶需要了解的知识非常多，但是导航定位技术一定是其中必不可少的一环。本篇文章主要就GNSS系统如何实现定位进行一个简单的介绍，通过阅读本篇文章，你将了解：l 卫星导航实现定位的原理；l 辅助增强系统如何实现厘米级定位。本篇文章的目标读者是对定位导航一无所知的小白玩家，大神请绕路。‘三星’定位基本原理（导航定位的原理）提到卫星导航系统，相信就算对此不了解的
2020-07-02 21:23:18
40954
10
原创 一文解决机器学习中的过拟合与欠拟合问题(正则化，数据增强，Dropout）
一文解决机器学习中的过拟合与欠拟合问题(正则化，数据增强，Dropout，提前终止）生活中的过拟合与欠拟合现象过拟合与欠拟合的概念解决过拟合与欠拟合问题的四大金刚正则化数据增强Dropout提前终止训练机器学习的核心任务就是‘使用算法模型解析数据，从中学习，然后对世界上的某件事情作出决定或者预测’。对机器学习的模型来说，最糟糕的情况就是训练的模型不适用。通常造成训练模型不适用的原因有过拟合或者欠拟合，本文将就过拟合与欠拟合的概念及如何解决过拟合与欠拟合进行一个简单的介绍。生活中的过拟合与欠拟合现象现实
2020-06-11 23:40:29
15014
1
原创 通俗易懂的讲解贝叶斯原理（保证简单）
通俗易懂的讲解贝叶斯原理由暗恋引发的思考什么是贝叶斯贝叶斯的由来贝叶斯的意义贝叶斯算法原理-条件概率讲解写在后面的话由暗恋引发的思考小丽是小区里有名的美女，不仅人长得漂亮而且非常的善良，隔壁老王喜欢小丽已经很久了。这一天是女神节，小王听说小丽很喜欢花，于是提前一天买了99朵玫瑰，并在女神节当天送给了小丽。小丽收到鲜花很高兴，当着小王的面把鲜花插在了自家后院的牛粪上，并对老王表示了感谢，当时的情...
2020-05-07 17:29:30
26683
7
原创 从彭尼的游戏推算英雄联盟胜利的方式
从彭尼的游戏推算英雄联盟胜利的方式以下内容可能会引起您的轻微不适，请谨慎阅读。首先我们来看一个生活中非常常见的场景（对作者来说很常见。。。）俗话说得好，无兄弟不游戏，网吧五连坐从来没赢过。。。咳咳。。。开个玩笑开个玩笑，以我白银四的超凡实例（如果没有玩过LOL，对后文的概率内容完全不影响，可以直接跳过），再加上是四驱车的无间配合，必然是战无不胜，攻无不克。连输四局？纯属巧合而已，相信后面...
2020-04-10 15:23:14
14922
3
原创 从开机到安装Tensorflow全过程（Windows版本）
从开机到安装Tensorflow全过程（Windows版本）如题目所示，所需要的前置准备是：一台电脑；可以上网的环境；您（认字就好）；现在我们开始吧！首先，打开电脑，接入网络。什么！ 您不知道如何联网？ 手机百度一下吧。。。或者您在考虑一下是否要安装Tensorflow~第二步：从官方下载Anaconda网址https://www.anaconda.com/download/...
2020-03-11 15:33:23
14755
原创 你假装努力的样子着实吓了我一跳---致pyq每天打卡的人们
你假装努力的样子着实吓了我一跳---致pyq每天打卡的人们行百里者半九十 —刘向《战国策·秦策五·谓秦王》前一段时间网上一直说某某思维在贩卖焦虑，兜售着各种看起来高大上、实际上没有鸟用的所谓碎片化知识，引诱大家花钱买心安。事情是不是这样，本文无意去讨论，本文想说的是，其实我们的互联网焦虑思想很早就有了。今年的计划是背会3000个单词今年要存够50000块钱今天是阅读XX英语的第...
2020-03-10 15:19:41
13844
2
原创 详细剖析机器学习中的损失函数---交叉熵
详细剖析机器学习中的损失函数---交叉熵8.1 交叉熵损失函数信息论与交叉熵交叉熵的定义交叉熵的计算公式交叉熵的应用上一篇文章总结了机器学习需要掌握的数学知识点—详细整理，这一节针对里面的第八章，第一节的前四个小段内容进行一个详细的整理，如有不当之处，欢迎各位大神指出。所谓机器学习，就是“使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测”。这句话就表明，建立一个合适的数学模型是...
2020-03-05 19:11:32
5466
2
原创 机器学习需要掌握的数学知识点---详细整理
机器学习需要掌握的数学知识点---详细整理第一篇 线性代数篇第一章 排队！排队！什么是向量第二章 矩阵第三章 距离第二篇 概率偏由暗恋引发的思考机器学习中的概率研究贝叶斯问题第三篇 数学篇函数的基本概念第八章 导数的基本概念第九章 导数的基本应用第十章 道士下山的问题第十一章 极值问题机器学习、深度学习是目前大火的研究方向，那么如何入手机器学习？网上给出了大量的实践资料。这些资料主要针对应用的较...
2020-02-21 14:55:15
14993
3
原创 可变形卷积从概念到实现过程
可变形卷积是如何实现的？什么是可变形卷积？为什么要可变形卷积？如何实现可变形卷积？什么是可变形卷积？可变形卷积是指卷积核在每一个元素上额外增加了一个参数方向参数，这样卷积核就能在训练过程中扩展到很大的范围。上图来自论文Deformable Convolutional Networks上图中（a）是传统的标准卷积核，尺寸为3x3（图中绿色的点）；（b）就是我们今天要谈论的可变形卷积，通...
2020-02-09 23:19:16
65544
22
原创 卷积神经网络进阶用法---残差网络如何解决梯度消失问题
卷积神经网络进阶用法---变形卷积核？分离卷积核？。。。我在三个月前写了关于卷积神经网络的系列文章，很短时间内就有了上千阅读量，深感荣幸。说明当前读者对深度学习的关注度是相当高的，之前的系列文章主要是关于卷积神经网络的基础概念介绍。其实实际工作中，卷积神经网络有很多的变形和进化，作者通过阅读大量的文献，整理出来一些心得，写在这里与诸君分享。如有错误，还请诸位大神指正。系列文章传送门：CNN卷...
2020-02-06 13:24:06
22041
1
原创 正态分布最通俗的解释---今天你正太分布了吗？
正态分布最通俗的解释---今天你正太分布了吗？生活中的正态分布现象正太分布名字的由来为什么机器学习中要经常用到正态分布正态分布这一现象有多重要？可以说我们的生活中随处都可遇见，只是没有被人留意。但是当你接触机器学习的时候，正态分布是你无法避开的话题。既然这么重要，我决定写一篇文章介绍一下正太分布，当然里面整理了一些网上的说法，后面我会标识出来。本文我会遵照以下思路展开：1，生活中正态分布的现...
2020-02-03 20:39:20
37173
3
原创 深度学习：AE自编码器详细解读（图文并茂，值得一看）
深度学习：AE自编码器详细解读（图文并茂，值得一看）本文参照了大量的网上文献，提取出了关于AE自编码器最重要的概念部分整理而成，为了增加文章的可读性，文章搭配了大量的插图。首先跟大家展示一下本文的流程：如上所示，本文分为三个大的段落，其中每个大段落又包含详细的分支，且看下面详细分解。自编码的过程简单的说可以分为两部分：输入到隐层的编码过程和隐层到输出的解码过程。那么这个过程有什么意...
2020-02-02 22:45:21
28926
3
原创 深度学习：对抗网络GAN的代码实现流程详细解读（超详细，必看）
深度学习：对抗网络GAN的实现流程（超详细）写在前面的话GAN可以用任何形式的generator和discriminator，不一定非得使用神经网络。而神经网络被广泛使用的主要原因是它一种通用函数逼近算法(universal function approximator)，即我们能够使用大量节点的神经网络来模拟任何非线性的Input与Output之间的函数，相对其他方法具有更高的自由度，不会因...
2020-02-01 11:37:48
16087
6
原创 深度学习：GAN 对抗网络原理详细解析（零基础必看）
深度学习：GAN 对抗网络原理详细解析（零基础必看）什么是GAN网络GAN的意义及应用场景GAN的基本网络结构如何优化网络（定义损失）GAN网络的局限性一个小栗子什么是GAN网络GAN的全称是Generative adversarial network，中文翻译过来就是对抗式神经网络。对抗神经网络其实是两个网络的组合，可以理解为一个网络生成模拟数据（生成网络Generator），另一个网络判断...
2020-01-30 20:20:46
49713
5
原创 深度学习中的正则化：你必须了解的一些基本概念
深度学习中的正则化：你必须了解的一些基本概念机器学习中的一个核心问题是设计不仅在训练数据上表现好，而且能在新输入上泛化好的算法。在机器学习中，许多策略被显示地设计来减少测试误差（可能会以增大训练误差为代价）。这些策略被统称为正则化。本文主要根据作者在研究正则化过程中遇到的一些概念性问题进行了一遍梳理。问题一：什么是正则化就像开头文章叙述的那样，正则化是一种策略，目的就是减少模型的泛化误差。...
2020-01-13 23:57:31
12411
原创 深度前馈网络学习方法
深度前馈网络知识点详细梳理什么是深度前馈网络什么是深度前馈网络深度前馈网络(deep feedforward network)，也叫做前馈神经网络(feedforward neurnal network)或者多层感知机(multilayer perceptron, MLP)，是典型的深度学习模型。前馈网络的目标是近似某个函数f*。例如，对于分类器，y=f*(x)将输入x映射到一个类别y。前馈网...
2020-01-09 15:05:13
1815
1
原创 深度学习到底在干什么？---关于深度学习的方法论
深度学习到底在干什么？---关于深度学习的方法论前言内容总结于深度学习圣经。通常我们从事深度学习会有两个方向：一个是以落地到产品的应用为主要目的；一个是以做前沿性的研究，做技术储备为目的。后者比较深奥，大多数公司主要以前者为主。那么问题来了，当我们以应用为目的的时候，我们对深度学习这门课程需要了解到什么程度？仅仅知道存在那些算法以及解释他们为何有效吗？这显然是不够的。我们要做的是：知道如何...
2020-01-05 18:24:15
2217
1
原创 【中年转行】一入DL深似海，从此逍遥是路人---致敬所有在转行路上‘粪力’挣扎的中年人
一入DL深似海，从此逍遥是路人---致敬所有在转行路上‘粪力’挣扎的中年人前言子曰：三十而立，四十而不惑。子可能还曰了：男怕入错行，女怕嫁错郎。笔者有幸，在而立之年就深刻体会到了子后来曰的那句话的前半句。于是瞬(艰)间(难)作出一个决定，作为孔子的朋友，老子要转行！今天是笔者作出决定的第100天，既然没有放弃，就干脆对这段经历做个记录，鼓励自己，也期望能给同样在转行路上苦苦挣扎的大家一点...
2019-12-25 11:23:12
11924
3
原创 基于CNN方式的MNIST-FASHION代码详解及feed数据问题
基于CNN方式的MNIST-FASHION代码详解及输入数据处理问题Tensorflow中文教程里面有关于MNIST-FASHION的全连接处理方式，但是精度并不高，作者想着用CNN的方式处理一下，看是否能提高精度。工具为jupyter，前面的建模都没有问题，最后feed数据时候出现了形状不匹配问题，至今没找到原因，如有大神指导解决方法，还请不吝赐教。代码如下：导入需要模块并下载数据from...
2019-12-21 10:57:28
11466
原创 快速上手Opencv---图像的缩放、剪切、位移、镜像
基于tensorflow的Opencv---图像的缩放、剪切、位移、镜像图像的缩放图像的缩放图片缩放第一步，读取图片及图片的像素信息import cv2img = cv2.imread('katong.jpg',1)imgInfo = img.shapeprint(imgInfo)(940, 1024, 3)在这里插入代码片...
2019-12-15 16:58:00
11631
原创 实战AlexNet图像识别---猫狗大战
实战AlexNet图像识别---猫狗大战代码全部来自OpenCV+TensorFlow 深度学习与计算机视觉实战在我的博客里面介绍了很多神经网络的模型结构，基于再多的理论都不如一次实践来的令人印象深刻的想法，这里摘取了王晓华著的深度学习与计算机视觉实战里面最后一个章节的猫狗大战，并尽量详细的对这一过程进行了注释，帮助大家更好的理解网络结构是如何利用代码实现的这一过程，同时更具体的理解图像识别的...
2019-12-10 19:05:05
14319
1
原创 深度学习之RNN
深度学习之RNNRNN基本概述RNN的优势及结构形式RNN的前向传播过程BPTT算法LSTMGRU：LSTM的变体双向RNNRNN基本概述我们首先看一下百度百科对于RNN的解释：循环神经网络（Recurrent Neural Network, RNN）是一类以序列（sequence）数据为输入，在序列的演进方向进行递归（recursion）且所有节点（循环单元）按链式连接的递归神经网络（re...
2019-12-07 17:36:48
1244
原创 快速上手Opencv--图片输入的形式（计算机眼中的世界）
基于tensorflow的Opencv--图片输入的形式（计算机眼中的世界）声明，这是一篇针对非计算机专业的科普性介绍。我们常常通过深度学习的方法，利用神经网络去处理图像的识别问题。我们常用的做法就是首先输入图像数据，然后经过一系列学习手段，最后输出一个判断的结果。这里我们不谈论学习的过程，也不谈论最终的结果如何验证，我们仅聚焦于我们输入的数据。为什么要聚焦于我们输入的数据？这对我们理解卷...
2019-12-04 02:02:42
11290
1
原创 快速上手Opencv--我们先从一个图像处理的helloworld开始
基于tensorflow的Opencv--我们先从一个图像处理的helloworld开始Opencv程序的helloworld图片写入更改图片大小Opencv程序的helloworld通常我们学习一门新的语言的时候，第一个运行的程序一般是helloworld。旨在向该程序说明，我已经开始了学习之路了，并且完成了一个简单的程序的实现。helloworld的特点就是非常的简单，绝对的0基础。那么...
2019-12-01 21:09:39
11537
原创 简单的说一说SVM--适合仅仅是想了解一下SVM的读者
简单的说一说SVM本文仅对SVM做一个简单肤浅的介绍，并且推荐一些写的还不错的博客链接。写这篇文章的目的相当于给自己做一个知识储备，等哪天需要的时候，找相关资源也方便一些。如果凑巧还能给和我一样暂时只是想简单了解SVM的读者提供一些小小的帮助，本人深感荣幸。本文拟介绍这么几个点：1SVM算法的基本原理2拉格朗日乘子和KKT条件3线性可分SVM算法4软间隔SVM算法5非线性可分SVM算...
2019-11-27 21:37:30
674
原创 Python应用笔记-Pandas处理丢失数据的方法
Python应用笔记-Pandas处理丢失数据的方法本文内容取自莫烦python创建含 NaN 的矩阵有时候我们导入或处理数据, 会产生一些空的或者是 NaN 数据,如何删除或者是填补这些 NaN 数据就是我们今天所要提到的内容.建立了一个6X4的矩阵数据并且把两个位置置为空.dates = pd.date_range('20130101', periods=6)df = pd.Dat...
2019-11-26 22:25:23
468
原创 Python应用笔记-Pandas基本介绍
Python应用笔记-Pandas基本介绍以下内容来自莫烦PYTHONNumpy 和 Pandas 有什么不同如果用 python 的列表和字典来作比较, 那么可以说Numpy 是列表形式的，没有数值标签，而 Pandas 就是字典形式。Pandas是基于Numpy构建的，让Numpy为中心的应用变得更加简单。要使用pandas，首先需要了解他主要两个数据结构：Series和DataFr...
2019-11-26 19:20:15
188
原创 Python应用笔记-NumPy统计函数
Python应用笔记-NumPy算术函数本位参考自NumPy菜鸟教程NumPy 提供了很多统计函数，用于从数组中查找最小元素，最大元素，百分位标准差和方差等。 函数说明如下：numpy.amin() 和 numpy.amax()numpy.amin() 用于计算数组中的元素沿指定轴的最小值。numpy.amax() 用于计算数组中的元素沿指定轴的最大值。import numpy as ...
2019-11-25 12:55:19
333
原创 Python应用笔记-NumPy算术函数
Python应用笔记-NumPy算术函数NumPy 算术函数包含简单的加减乘除: add()，subtract()，multiply() 和 divide()。需要注意的是数组必须具有相同的形状或符合数组广播规则。import numpy as np a = np.arange(9, dtype = np.float_).reshape(3,3) print ('第一个数组：')...
2019-11-24 20:53:12
486
原创 Python应用笔记-NumPy数学函数
Python应用笔记-NumPy数学函数NumPy 包含大量的各种数学运算的函数，包括三角函数，算术运算的函数，复数处理函数等。三角函数NumPy 提供了标准的三角函数：sin()、cos()、tan()。import numpy as np a = np.array([0,30,45,60,90])print ('不同角度的正弦值：')# 通过乘 pi/180 转化为弧度 p...
2019-11-24 20:47:04
391
原创 Python应用笔记-Numpy字符串函数
Python应用笔记-Numpy字符串函数本文参考Numpy菜鸟教程numpy.char.add()numpy.char.add() 函数依次对两个数组的元素进行字符串连接。import numpy as np print ('连接两个字符串：')print (np.char.add(['hello'],[' xyz']))print ('\n') print ('连接示例...
2019-11-24 11:12:19
394
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人