小甜甜啊-CSDN博客

原创 densefuse-pytorch 图像融合代码复现记录

1.对pytorch虚拟环境采用pip方式安装，在运行时缺乏一些库文件，因此需要安装缺失的相关库。2.运行报错：from scipy.misc import imread, imresize, imsave 出现报错，原因：新版本的Scipy不再包含imread，imresize，imsave...

2020-12-25 11:43:55 3617 26

原创搭建anaconda+pytorch-cpu环境记录

1.创建pytorch虚拟环境：conda create-n pytorch-cpu python=3.72.激活pytorch环境：activate pytorch3.采用清华镜像源安装（速度快，降低中断风险）：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.t..

2020-12-24 10:24:23 802 1

原创数据分析工具包

数据分析工具包介绍1.numpy（数组支持）Numpy是使用Python进行科学计算的基础库，主要提供高性能的 N 维数组实现以及计算能力，还提供了和其它语言如 C/C++ 集成的能力，此外还实现了一些基础的数学算法，如线性代数相关、傅里叶变换及随机数生成等。NumPy 提供了两种基本的对象：ndarray（N-dimensional array object）和 ufunc（universal function object）。ndarray 是存储单一数据类型的多维数组，而 ufunc 则...

2020-12-24 09:47:53 258

原创图像融合总结

一、基于神经网络的图像融合方法 DenseFuse: A Fusion Approach to Infrared and Visible Images（有代码）（1）方法概述：一种新的基于深度学习的红外图像和可见图像融合的方法。与传统的卷积网络相比，编码网络与卷积层，融合层和密集块相结合，其中每一层的输出彼此相连。作者尝试在编码过程中从源图像中获取更多有用的feature，并设计了两个融合层（融合策略）以融合feature。最后，通过解码器重建融合图像。编码器包含两个部分（C1和DenseBl

2020-07-27 17:47:41 11211 1

转载决策树剪枝、连续值、缺省值处理

1.决策树剪枝首先剪枝（pruning）的目的是为了避免决策树模型的过拟合。因为决策树算法在学习的过程中为了尽可能的正确的分类训练样本，不停地对结点进行划分，因此这会导致整棵树的分支过多，也就导致了过拟合。决策树的剪枝策略最基本的有两种：预剪枝（pre-pruning）和后剪枝（post-pruning）：预剪枝（pre-pruning）：预剪枝就是在构造决策树的过程中，先对每个结点在划分...

2019-08-13 21:32:42 1174 1

转载决策树算法

1.ID3算法 ID3算法是由Quinlan首先提出的，该算法是以信息论为基础，以信息熵和信息增益为衡量标准，从而实现对数据的归纳分类。ID3算法是基于奥卡姆剃刀原理的，即用尽量用较少的东西做更多的事。首先，ID3算法需要解决的问题是如何选择特征作为划分数据集的标准。在ID3算法中，选择信息增益最大的属性作为当前的特征对数据集分类。信息增益的概念将在下面介绍，通过不断的选择特征...

2019-08-13 21:09:58 1643

原创 NDArray基本操作

1.创建并运算from hmuxnaet nimpogrt nd'jx=nd.'aarangeai(12)print(x)print(x.shape)print(x.size)X=x.reshape((3,4))#修改向量为三行四列or（x.shape(-1,4)）or（x.shape(3,-1)）print(X)y=nd.zeros((2,3,4))#创建各元素为0，形状为（...

2019-07-22 11:00:58 375

原创 Opencv 图像基本操作

1.访问图像像素import cv2 as cvimport numpy as npimg=cv.imread("E:\Test\picture.jpg")print(img.item(100,30,2))#访问坐标100，30的R值img.itemset((100,30,2),100)#修改坐标100，30的R值为100print(img.item(100,30,2))2.获...

2019-07-20 15:00:53 321

图像基本操作