自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(11)
  • 收藏
  • 关注

原创 GNN学习

GNN梳理

2024-03-04 20:58:54 808

原创 基础数学 人工智能

基础数学 基本概念 机器学习基础

2024-02-29 10:35:16 651 1

原创 免费GPU汇总及选购

图形处理器,又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器。用途是将计算机系统所需要的显示信息进行转换驱动,并向显示器提供行扫描信号,控制显示器的正确显示,是连接显示器和个人电脑主板的重要元件,也是“人机对话”的重要设备之一。显卡作为电脑主机里的一个重要组成部分,承担输出显示图形的任务,对于从事专业图形设计的人来说显卡非常重要。

2023-04-20 23:39:45 2214

原创 OpenCV视频操作

retval = cv2.VideoWriter_fourcc( c1, c2, c3, c4 ) 参数: c1,c2,c3,c4: 是视频编解码器的4字节代码,在 fourcc.org中找到可用代码列表,与平台紧密相关,常用的有: 在Windows中:DIVX(输出为.avi) 在OS中:MJPG(.mp4),DIVX(.avi),X264(.mkv)。proid: 属性的索引,与上面的表格相对应。propId: 从0到18的数字,每个数字表示视频的属性。frame: 获取到的某一帧的图像。

2023-04-20 13:03:35 224

原创 自编码器和变分编码器

自编码器是一种表示学习模型,以输入数据为参考,是一种无监督学习模型,可以用于数据降维和特征提取。可以理解为一个试图去还原其原始输入的系统。自编码器模型如下图所示。将输入映射到某个特征空间,再从这个特征空间映射回输入空间进行重构。训练完成后,使用编码器进行特征提取从上图可以看出,自编码器模型主要由编码器(Encoder)和解码器(Decoder)组成,其主要目的是将输入x转换成y,然后再将y转换成x_,然后对比输入x和输出x_,使得他们两个无限接近。encoder 编码器:输入数据提取特征。

2023-04-15 11:43:05 580

原创 三、图嵌入与所需基础知识

用低维、稠密、实值的向量表示网络中的节点。图嵌入是将属性图转换为向量或向量集。嵌入应该捕获图的拓扑结构、顶点到顶点的关系以及关于图、子图和顶点的其他相关信息。

2023-04-15 10:09:57 191

原创 注意力机制

基本定义:由于信息处理的瓶颈,人类会选择性地关注所有信息的一部分,同时忽略其他可见的信息。上述机制通常被称为注意力机制在计算能力有限的情况下,将计算资源分配给更重要的任务,同时解决信息超载问题的一种资源分配方案一般还是用软性注意力机制来处理神经网络的问题。soft attention:在encoder中每一个输出都会计算一个概率hard attention:encoder中只寻找需要的那个计算概率。

2023-04-14 23:37:29 2749

原创 四、表示学习与图信号处理

自编码器是一种表示学习模型,以输入数据为参考,是一种无监督学习模型,可以用于数据降维和特征提取。将输入映射到某个特征空间,再从这个特征空间映射回输入空间进行重构。训练完成后,使用编码器进行特征提取。encoder 编码器:输入数据提取特征decoder解码器:基于提取的特征重构出输入数据从上图可以看出,自编码器模型主要由编码器(Encoder)和解码器(Decoder)组成,其主要目的是将输入x转换成中间变量y,然后再将y转换成x_,然后对比输入x和输出x_,使得他们两个无限接近。

2023-04-09 14:05:01 478

原创 二、图特征工程

图点本身就具备的特征称为属性特征(如:连接权重、节点类型等),属性特征大部分时候都是多模态的。图中一个节点和其他节点之间的连接关系称为连接特征(结构信息)人工提取并构造的特征称为特征工程。(将图变为向量)特征工程一般针对图的连接特征进行构造。

2023-04-09 12:52:32 393 1

原创 目标检测基础、Yolo系列、SSD

尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David Lowe在1999年所发表,2004年完善总结。YOLO把目标检测看作一个回归问题,直接用一个网络进行分类和框回归。

2023-04-07 17:46:56 3611 1

原创 一、图基础知识介绍

图由两个元素组成:节点和关系每个节点代表一个实体(人、地、事物、类别或其他数据),每个关系代表两个节点的关联方式。

2023-04-07 16:51:03 792 2

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

提示
确定要删除当前文章?
取消 删除