- 博客(10)
- 收藏
- 关注
RSS订阅原创 第十七周学习笔记
第十七周学习笔记阅读《计算机视觉——算法与应用》3.3 更多的领域算子3.3.1 非线性滤波线性滤波器易于构造，且易于从频率响应的角度来进行分析（3.4节）但在很多情况下，非线性组合也可以有很好的结果，比如噪声是散粒噪声而非高斯噪声（# TODO 验证）中值滤波中值滤波选择每个像素领域像素的中值作为输出，可以处理散粒噪声缺点中等计算代价不能有效去除规则的高斯噪声，此时采用α\...
2018-11-30 15:14:26
305
原创 第十六周学习笔记
第十六周学习笔记阅读《计算机视觉——算法与应用》序言提出一个算法在少数几幅图像上使某件事似乎可以做而不是把某件事情做对，这是十分容易的要使算法有效，最理想的途径是使用“三部曲”策略首先，在干净的合成数据上测试算法，因为已知其精确结果其次，在该数据上增加噪声，评价性能是怎样作为噪声水平的函数退化的最后，在正式世界数据上测试算法，优先取自广泛输入源的数据补充阅读材料第一章 ...
2018-11-23 16:04:28
431
原创 第十五周学习笔记
第十五周学习笔记阅读第十八章 直面配分函数配分函数Z(θ)Z(\theta)Z(θ)是概率分布的归一化因子，一些概率模型中可以被设计成无需计算归一化常数，而有些则必须直面计算归一化因子的问题p(x;θ)=1Z(θ)p^(x;θ)p(x;\theta)=\dfrac{1}{Z(\theta)}\hat{p}(x;\theta)p(x;θ)=Z(θ)1p^(x;θ)1.对数似然梯度通过...
2018-11-16 20:22:15
331
1
翻译 python中的猴子补丁
猴子补丁根据维基百科上的解释，猴子补丁是一种让程序行为在运行时拓展或变更的方法定义猴子补丁的定义取决于使用它的社区，在Rubu、Python等动态编程语言中，猴子补丁仅指在运行时动态改变类或模块，为的是将第三方代码打补丁在不按预期运行的bug或者feature上例子>>> import math>>&
2018-11-12 09:43:17
3915
原创 第十四周学习笔记
文章目录第十四周学习笔记《深度学习》第十二章 应用1.大规模深度学习2.计算机视觉3.语音识别4.自然语言处理5.其他应用第十三章 线性因子模型1.概率PCA和因子分析第十四周学习笔记《深度学习》第十二章 应用本章介绍了深度学习在计算机视觉、语音识别、自然语言处理以及其他商业领域中的应用1.大规模深度学习深度学习的基本思想：联结主义——尽管机器学习模型中单个生物性神经元或者说是单个特征...
2018-11-09 23:44:08
327
原创 Latex cheatsheet
Latex笔记简单记录一下latex的用法误用求和\Sigma Σim\Sigma_{i}^{m}Σim\sum ∑im\sum_{i}^{m}∑im转秩A^T ATA^TATA^{\top} A⊤A^{\top}A⊤公式字体加粗\textbf{A可以B} A可以B\textbf{A可以B}A可以B\mathbf{A可以B} A可以B\mathbf{A可以B}A可以B...
2018-11-09 12:10:09
645
翻译 矩阵求导
矩阵分析在数学中，矩阵分析是多变量分析在矩阵空间上的一个专有概念，囊括了实值函数对于多变量，以及多值函数对单变量的偏导数的问题，其中向量和矩阵被当做整体对待。概述简单来说，矩阵分析研究标量、向量、矩阵关于标量、向量、矩阵的导数，对于函数f(x1,x2,x3)f(x_1,x_2,x_3)f(x1,x2,x3)，下面是一个简单的例子∇f=∂f∂x=[∂f∂x1  &n...
2018-11-09 12:06:26
2811
2
原创 源码阅读笔记——Tablib
文章目录Tablib用法示例代码结构代码结构与风格细节ReferenceTablibTablib是一个支持多格式数据转换的库，支持的格式包括XLSX、XLS、JSON、YAML、DBF、CSV、TSV、HTML等用法示例代码结构tablibtablibformatspackages__init__.pycompat.pycore.py # 核心功能README....
2018-11-04 16:06:54
506
原创 源码阅读笔记——HowDoI
文章目录HowDoI代码结构主要依赖代码结构与风格细节ReferenceHowDoIHowDoI是命令行应用，用以搜索编程问题的答案，源码十分简短，也体现了一些推荐的Python项目的结构和代码风格。代码结构howdoihowdoi # 核心代码目录init.pyhowdoi.py # 核心代码LICENSE.txtREADME.rstsetup.pyrequire...
2018-11-04 11:47:36
1999
原创 第十三周学习笔记
第十三周学习笔记第九章 卷积网络主要内容1.卷积神经网络中的卷积是互相关函数S(i,j)=(I∗K)(i,j)=∑m∑nI(i+m,j+n)K(m,n)S(i,j)=(I*K)(i,j)=\sum_{m}\sum_{n}I(i+m,j+n)K(m,n)S(i,j)=(I∗K)(i,j)=m∑n∑I(i+m,j+n)K(m,n)而不像一般的卷积S(i,j)=(I∗K)(i,j)=∑...
2018-11-02 15:36:16
367
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