代码
lingtianyulong
这个作者很懒,什么都没留下…
展开
-
pytorch 线性模型
from matplotlib import pyplot as pltimport torchfrom torch import nnX = torch.unsqueeze(torch.linspace(-1, 1, 100), dim=1)Y = 4*X + 5 + torch.rand(X.size())class LinearRegression(nn.Module): def __init__(self): super(LinearRegression, s原创 2021-06-16 20:53:26 · 92 阅读 · 0 评论 -
简明的 Tensorflow 2 代码示例
通过模型类的方式实现线性模型 y_pred = a * X + b,代码如下:import tensorflow as tfx = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])print(x.shape)y = tf.constant([[10.0], [20.0]])print(y.shape)class Linear(tf.keras.Model): def __init__(self): super()._原创 2021-06-13 16:01:49 · 821 阅读 · 0 评论 -
OpenCV 与 Matlab 中最小二乘法拟合直线数据不一致的问题
OpenCV 与 Matlab 中最小二乘法拟合直线数据不一致的问题在使用最小二乘法拟合直线时,在 OpenCV 中拟合出的结果与 Matlab 中不一致。查阅资料后,发现 Matlab 中,使用最小二乘拟合时,使用的残差函数为y 的差值,即拟合值与实际值之间的差值,并不符合要使用点到直接的距离误差最小的思想;OpenCV 中的残差计算,则是使用了点到直线的距离误差最小,但opencv 中,使用...原创 2020-05-04 20:26:49 · 903 阅读 · 0 评论 -
Tensorflow 2.0 线性回归
import tensorflow as tfimport matplotlib.pyplot as pltprint(tf.keras.__version__)class Model(object): def __init__(self): self.W = tf.Variable(5.0) self.b = tf.Variable(0.0)...原创 2020-02-04 18:50:44 · 291 阅读 · 0 评论 -
TensorFlow 机器学实战指南示例代码之 TensorFlow 实现随机训练和批量训练
"""批量训练"""import osimport numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2's = tf.Session()# 声明批量训练的数据量的大小batch_size = 20# 声明模型的数原创 2018-02-07 14:26:23 · 324 阅读 · 0 评论 -
TensorFlow 机器学实战指南示例代码之 TensorFlow 实现反向传播(二)
"""二值分类,TensorFlow 示例"""import osimport tensorflow as tfimport numpy as npos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2's = tf.Session()# 从正态分布(N(-1, 1), N(3, 1)) 生成数据,同时生成目标标签,占位符和偏差变量 Ax_vals原创 2018-02-07 14:24:42 · 294 阅读 · 0 评论 -
TensorFlow 机器学实战指南示例代码之 TensorFlow 实现反向传播(一)
"""TensorFlow 通过优化函数来实现更新变量和最小化损失函数来实现误差的反向传播一旦声明优化函数后,TensorFlow 将通过它在所有的计算图中解决反向传播项"""# 该程序用于实现回归算法的反向传播import osimport numpy as npimport tensorflow as tfos.environ['TF_CPP_MIN_LOG_LEVEL']原创 2018-02-07 14:22:38 · 496 阅读 · 0 评论 -
TensorFlow 机器学实战指南示例代码之 TensorFlow 实现损失函数
回归算法的损失函数:"""回归算法的损失函数,并绘制"""import osimport matplotlib.pyplot as pltimport tensorflow as tfos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2's = tf.Session()# linspace 在 [start, stop] 范围内产生 num 个原创 2018-02-06 22:22:14 · 364 阅读 · 0 评论 -
TensorFlow 机器学实战指南示例代码之 TensorFlow 的多层 Layer
"""TensorFlow 的多层 Layer"""import osimport tensorflow as tfimport numpy as npos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2's = tf.Session()# TensorFlow 的图像函数处理的图像是四维(图像的数量,高度,宽度和颜色通道)# 创建 4*4 像原创 2018-02-05 22:11:08 · 270 阅读 · 0 评论 -
Halcon 提取ROI区域
因reduce_domain提取的图像的大小与原图像大小保持一致,虽然可以结合crop_domain一起使用,去掉没有用到的区域;但因reduce_domain提取的图像与实际所要的区域有一定区别(注:本人测试过程中,虽然提取的是原图像(三通道图像),但提取出的图像与原图像有一定的区别(提取出的图像与region图像相同,而不是原图像))所以,可使用 crop_rectangle1对图像原创 2017-09-09 21:33:18 · 18962 阅读 · 1 评论 -
基于 CNN 的字符识别
本文声明:本文只本人在学习过程中的练习,如有错误之处,欢迎大家不吝赐教在学习过程中,对标准的打印字符构建模型,并进行训练,字符样本如下图所示:模型中共用了 3层卷积和2个全连接层,其中,第1层卷积核大小为 3*3,输入图像为单通道灰度图像,输出特征为 64个特征,第2层卷积核大小为5*5,输出特征为32个特征,第3层卷积核大小为5*5,输出特征为 16个特征,将 16个特...原创 2019-12-11 17:48:49 · 6461 阅读 · 1 评论 -
TensorFlow 训练大规模数据
声明:本文为本人在学习过程中,遇到的问题进行整理,若有不正确之处,还请大牛不吝赐教。本文就 TensorFlow 构建卷积网络后,对大规模数据的训练方法进行整理。众所周知,在训练卷积网络模型的过程中,为了保证模型的准确率,大量的数据是必须的。TensorFlow 中也提供了几种数据加载的方式,最简单最暴力的方式便是将所有的数据一次性加载到内存中进行训练,但如果数据量过大,以CoCo数据集为例,有将...原创 2018-06-03 13:47:53 · 7479 阅读 · 6 评论 -
C++ 调用 Python3.6中的各种坑
使用Python3.6,在VS2013与VS2017中进行调用,其中的遇到了各种坑,将暂时遇到的坑先进行整理;1:py文件不能以 test命名,不知道为什么,以test1,test2之类的命名都可以,但就是不能使用 test命名,否则,找不到函数名,即 pFunc = PyObject_GetAttrString(pModule, "hello");该代码找不到 python中的...原创 2018-07-21 16:53:58 · 5540 阅读 · 5 评论 -
VS code python 环境下提示找不到 module
遇见VScode今天逛知乎的时候发现了这个编译器,发现不仅支持各种语言的编写,甚至还支持markdown的编写。分分钟搭建好环境,把原来的python项目移植了过去,准备大干一场。刚开始都没用问题,然后在我调试单个模块的时候。它提示我,ImportError: No module named XXX.根据我多年的编程经验,一般出现这个问题都是编译器的配置问题,比如工作路径没...转载 2019-05-18 21:42:25 · 37763 阅读 · 10 评论 -
python opencv 实现图像白平衡
import cv2 as cv# import numpy as np# 读取图像img = cv.imread(r'F:\images\11.jpg')r, g, b = cv.split(img)r_avg = cv.mean(r)[0]g_avg = cv.mean(g)[0]b_avg = cv.mean(b)[0]# 求各个通道所占增益k = (r_avg + ...原创 2019-05-28 10:57:06 · 4685 阅读 · 2 评论 -
Tensorflow 1.14 版本 Earge 模式下的线性回归
因为,tensorflow 2.0正式版将要发布,为了将之前TF1.X的代码,能在更新后兼容,开始着手使用 TF 2.0的方式构建并训练模型;因为 tensorflow 2.0正式版尚未正式发布,但因为 2.0中的很多功能,是基于TF1.14中的 v2模块进行完善的,而且 1.14版本已经非常稳定,所以,使用TF 1.14来完成从TF 1.X到 TF 2.0的过渡。但因为 T...原创 2019-09-01 11:31:42 · 1798 阅读 · 0 评论 -
CPU 不支持 AVX2 指令集,Tensorflow 安装解决方案
由于 Tensorflow从1.6版本之后,采用 AVX2的方式进行编译,导致不能支持 AVX2的较早的CPU版本,不能运行新版的Tensorflow,经本人实验之后,给出以下解决方案:1:降低 tensorflow版本,将 tensorflow版本降低到 1.5以下;2:安装 tensorflowSSE版本,下载地址:https://github.com/fo40225...原创 2019-09-02 13:52:04 · 13907 阅读 · 1 评论 -
TensorFlow 机器学实战指南示例代码之 TensorFlow 的嵌入 Layer
"""TensorFlow 的嵌入 Layer,用两个矩阵乘以占位符,然后做加法传入两个形状为 3*5的 numpy 数组,每个矩阵乘以常量矩阵(形状为:5 * 1)返回一个形状为 3 * 1 的矩阵,紧接着再乘以 1 * 1 的矩阵,返回结果仍为 3*1再加上一个 3 * 1 的数组"""import osimport numpy as npimport tensorflow原创 2018-02-05 22:09:13 · 209 阅读 · 0 评论 -
find_data_code_2d 一次性识别图片中的多个二维码
read_image (Image2134020847, 'F:/2-13-40-20-847.jpg')gen_rectangle1 (ROI_0, 709.694, 548.556, 1283.63, 1649.7)reduce_domain(Image2134020847, ROI_0, ImageReduced)crop_domain(ImageReduced, ImagePa原创 2017-10-16 22:02:57 · 5390 阅读 · 0 评论 -
基于OpenCV的Laplace图像锐化算法
对3通道8位图像锐化:A.每个通道的9宫格内的像素值进行Laplacian锐化,代码如下:[cpp] view plaincopyprint?void hello::LinearSharpen(unsigned char* lpImage, int nWidth, int nHeight, unsigned char* SharpenImag转载 2013-07-11 21:54:57 · 2546 阅读 · 0 评论 -
OpenCV中IplImage* ,CvMat 与新版OpenCV中 Mat类型的相互转化
IplImage -> cv::MatEx. IplImage* pImg = cvLoadImage("lena.jpg");cv::Mat img(pImg,0); //0是不复制影像,也就是pImg与img的data共用同个记忆体位置,header各自有转载 2013-12-03 10:53:02 · 1527 阅读 · 1 评论 -
C++串口编程
本文为本人为满足个人项目需要而进行编写,不足之处还请见谅原创 2018-06-03 13:08:40 · 29150 阅读 · 18 评论 -
灰度共生矩阵及特征提取—OpenCV
因为OpenCV中自带的灰度共生矩阵的计算使用过程中,经常出现问题;之前在项目中使用了别人基于OpenCV重新编写cl_texture的灰度共生矩阵,但该代码只能在MFC环境下使用,且不能释放内存;现有的网上流行的基于OpenCV的灰度共生矩阵的计算,都是基于C++接口实现的;因为,本人使用的是OpenCV的C接口,所以,在结合前人的代码的基础上,实现了基于OpenCV的C接口的灰度共生矩阵的计算原创 2016-11-04 10:06:11 · 15538 阅读 · 6 评论 -
C 字符串截取
#include #include #include // 从字符串的左边截取 n 个字符char* subLeft(char* dst, char* src, int n){ if (strlen(src) != 0) { char* p = src; char* q = dst; int len = strlen(src); assert(n <= len);原创 2016-09-30 15:48:40 · 661 阅读 · 0 评论 -
基于OpenCV的LBP算法(OpenCV1.0版本)
#include #include #include using namespace std;using namespace cv;//基于旧版本的opencv的LBP算法opencv1.0 // 3 x 3 矩阵如下所示// [ 1, 2, 3]// [ 8, ij,4]// [ 7, 6, 5]void LBP(IplImage *src, IplImage *dst)原创 2016-11-21 21:29:31 · 782 阅读 · 0 评论 -
基于 OpenCV 的 LBP + SVM 人脸识别
本文中对人脸的LBP特征的提取,采用了LBP的圆形算子,通过对ORL92112人脸库中的样本进行识别,据统计,训练集与测试集的准确率均达到了100%;经LBP处理后的图像如下图所示:如上图所示,左侧图像为原图像,右侧图像为提取出的LBP图像;利用LBP圆形算子,可以非常清晰描述出人脸特征;故,可以利用LBP算子对人脸特征进行提取并识别,而且在处理过程中,不受图像的光照、旋转、角度等原创 2016-11-27 16:35:37 · 11538 阅读 · 5 评论 -
OpenCV IplImage* 与 uchar* 相互转化
IplImage* src = cvLoadImage("image\\1.bmp", 0);uchar* data = new uchar[src->width * src->height];memcpy_s(data, src->width * src->height, src->imageData, src->width * src->height);IplIma原创 2017-03-28 16:58:18 · 1445 阅读 · 0 评论