![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 81
hhh江月
The one trying to wear the crown must withbear the weight.
展开
-
图像识别之Yolov5模型配置以及使用
图像识别之Yolov5模型配置以及使用文章目录图像识别之Yolov5模型配置以及使用一、文章简介二、下载Yolov51、下载Yolov5的源代码2、下载已经训练好的模型三、使用官方的案例来实现识别1、解压文件2、下载相应的模块3、进行识别原图:识别的结果:4、说明四、训练数据五、总结一、文章简介如今,机器学习比较火爆,而yolov5也给机器学习中的图像识别带来了很大的方便,本文将带领大家一起从零开始学习yolov5模型,包括官方的案例以及自己的训练。首先,可以看一个视频简单体会一下yolov5:油原创 2022-01-20 15:56:27 · 7921 阅读 · 16 评论 -
PyTorch实现sin函数模拟
PyTorch实现sin函数模拟文章目录PyTorch实现sin函数模拟一、简介二、第一种方法三、第二种方法四、总结一、简介本文旨在使用两种方法来实现sin函数的模拟,具体的模拟方法是使用机器学习来实现的,我们使用Python的torch模块进行机器学习,从而为sin确定多项式的系数。二、第一种方法# 这个案例相当于是使用torch来模拟sin函数进行计算啦。# 通过3次函数来模拟sin函数,实现类似于机器学习的操作。import torchimport mathdtype = to原创 2022-01-09 11:09:58 · 1827 阅读 · 10 评论 -
机器学习基础知识之概率论的多维随机变量及其分布
机器学习基础知识之概率论的多维随机变量及其分布文章目录机器学习基础知识之概率论的多维随机变量及其分布一、多维随机变量及其联合分布1、多维随机变量一、多维随机变量及其联合分布1、多维随机变量...原创 2022-01-31 11:33:37 · 2032 阅读 · 10 评论 -
Kaggle经典测试,泰坦尼克号的生存预测,机器学习实验----02
Kaggle经典测试,泰坦尼克号的生存预测,机器学习实验----02文章目录Kaggle经典测试,泰坦尼克号的生存预测,机器学习实验----02一、引言二、问题三、问题分析四、具体操作1、读取数据并且进行预处理2、划分标签以及特征并且初始化参数3、开始线性回归4、测试模型并且进行打分5、保存数据结果五、完整代码六、本算法的核心代码:一、引言泰坦尼克号(RMS Titanic),又译作铁达尼号,是英国白星航运公司下辖的一艘奥林匹克级游轮,排水量46000吨,泰坦尼克号是当时世界上体积最庞大、内部设施最原创 2021-08-09 22:37:22 · 17036 阅读 · 9 评论 -
听说越来越卷,那我们就用卷积神经网络CNN来识别狗狗吧
听说越来越卷,那我们就用卷积神经网络CNN来识别狗狗吧!!文章目录听说越来越卷,那我们就用卷积神经网络CNN来识别狗狗吧!!一、CNN简介二、一、CNN简介CNN是卷积神经网络,CNNs是深度卷积神经网络。神经网络(neual networks)是人工智能研究领域的一部分,当前最流行的神经网络是深度卷积神经网络(deep convolutional neural networks, CNNs)以及卷积神经网络(CNN),虽然卷积网络也存在浅层结构,但是因为准确度和表现力等原因很少使用。目前提到原创 2021-08-20 12:28:06 · 21382 阅读 · 70 评论 -
Keras 速成 构建卷积神经网络
Keras 速成 构建卷积神经网络文章目录Keras 速成 构建卷积神经网络一、介绍二、30秒入门KerasSequential 模型.add() 来堆叠模型.compile() 来配置学习过程训练数据三、安装并且配置环境四、Keras的模型Model 类模型Sequential 顺序模型五、Keras的网络层Keras 核心网络层激活DropoutFlatten卷积层Conv1DConv2DSeparableConv1DSeparableConv2DConv3D池化层MaxPooling1DMaxPoo原创 2021-08-21 13:10:11 · 18743 阅读 · 29 评论 -
图像识别之Yolov5训练自己的模型
图像识别之Yolov5训练自己的模型文章目录图像识别之Yolov5训练自己的模型一、前言二、对图像进行标注三、数据集的划分四、配置训练的文件一、前言上一篇文章讲解了如何使用Yolov5的原有的模型进行识别,本文将会介绍使用Yolov5来进行自己的数据集的训练。上一篇文章的链接是:https://blog.csdn.net/m0_54218263/article/details/122601330?spm=1001.2014.3001.5501二、对图像进行标注首先我们需要获取数据,这个大家可以原创 2022-01-26 12:48:09 · 6542 阅读 · 26 评论 -
现在忘掉Sklearn吧,来自己手写一个人工智能线性回归,人工智能学习实验----01
人工智能学习实验----01文章目录人工智能学习实验----01本次实验我们做一个线性回归忘掉Sklearn,手写一个线性回归一、本次实验我们做一个线性回归忘掉Sklearn,手写一个线性回归我们知道python有内置的sklearn模块,里面自己封装好了sklearn,可以帮助不知道内涵的同学们方便的线性回归,但是想要理解人工智能的本质,还是需要通过实践来自己用程序写出来这种简单的算法的哦。一、...原创 2021-08-06 16:12:10 · 16911 阅读 · 11 评论 -
机器学习基础知识之概率论的Matlab描述概率的图像(三)
机器学习基础知识之概率论的Matlab描述概率的图像(三)文章目录机器学习基础知识之概率论的Matlab描述概率的图像(三)一、引言二、具体的案例1、截尾均值2、内四分极值![在这里插入图片描述](https://img-blog.csdnimg.cn/5ebc21bd9246475ea5337a7b22d3a5c6.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBAaGho5rGf5原创 2021-11-12 13:50:17 · 10011 阅读 · 10 评论 -
机器学习基础知识之概率论的Matlab描述概率的图像(二)
机器学习基础知识之概率论的Matlab描述概率的图像(二)文章目录机器学习基础知识之概率论的Matlab描述概率的图像(二)一、引言二、实际的Matlab的应用1、F分布2、泊松分布3、指数分布4、均匀分布5、二项分布6、这个是求一组随机数据的平均值7、试生成一组40000个正态分布随机数,使其均值为0.5,标准差为1.5,试分析这样的数据实际的均值、方差、标准差等。8、求解协方差9、求解相关系数矩阵10、求解各阶矩11、求解集合均值12、求解调和平均13、求解中值一、引言本文我们直接接着上一篇文章,原创 2021-11-06 11:31:57 · 14652 阅读 · 11 评论 -
机器学习基础知识之概率论的Matlab描述概率的图像(一)
机器学习基础知识之概率论的Matlab描述概率的图像(一)(由于有很多的分布,而且还有一维分布以及多维分布,因此,我们一篇博文写下来的话内容量太大,文章太长,因此,我们分三次写完所有的基本的一维以及多维的概率图像的绘制,这是第一篇。)文章目录机器学习基础知识之概率论的Matlab描述概率的图像(一)一、安装Matlab二、 Matlab基本介绍以及基本的语法1、优点2、语法简介二、实际的应用1、调用rand函数大生成6x6的随机数矩阵并将矩阵列拉长画出频数直方图2、使用normrnd函数生成随机数据3、原创 2021-11-04 11:43:45 · 15982 阅读 · 15 评论 -
机器学习基础知识之概率论的随机变量及其分布
机器学习基础知识之概率论的随机变量及其分布文章目录机器学习基础知识之概率论的随机变量及其分布一、随机变量以及其分布1、连续变量2、离散变量3、概率密度二、随机变量的数学期望1、数学期望的概念2、数学期望的定义三、随机变量的方差以及标准差1、方差2、标准差3、标准差与方差四、常用的离散的分布五、常用的连续的分布函数六、随机变量函数的分布七、分布的其他的特征数本为主要在于介绍和讲解随机变量以及其分布了,希望对大家有一些帮助。。。。。。一、随机变量以及其分布这里首先介绍随机变量及其分布的概念。1、连续原创 2021-11-01 17:33:06 · 16690 阅读 · 11 评论 -
通俗易懂的图解机器学习之机器学习概论
❤️通俗易懂的图解机器学习❤️之机器学习概论(连载的…)文章目录❤️通俗易懂的图解机器学习❤️之机器学习概论一、什么是机器学习1、学习的种类1.1、监督学习1.2、无监督学习1.3、强化学习2、机器学习的例子2.1、回归2.2、分类2.3、异常检测2.4、聚类2.5、降维3、机器学习的方法3.1、 图片1:3.2、 图片2:3.3、图片3:3.4、图片4:一、什么是机器学习简介:近些年来,得益于互联网的普及,我们可以非常轻松地获取大 量文本、音乐’ 图片、视频等各种各样的数据。机器学习,就是让原创 2021-10-30 21:29:04 · 16590 阅读 · 12 评论 -
机器学习基础知识之概率论基础详解
机器学习基础知识之概率论基础详解文章目录机器学习基础知识之概率论基础详解引言一、随机事件以及其运算1、样本空间的概念2、随机事件3、随机变量4、事件之间的关系4.1包含关系4.2相等关系4.3互不相容5、事件间的运算5.1并5.2交5.3差5.4对立事件5.5运算性质6、事件域二、概率的定义以及其确定的方法1、排列与组合公式1.1乘法原理1.2加法原理1.3排列问题1.4重复排列问题1.5组合问题1.6重复组合问题2、确定概率的方法3、确定概率的古典方法4、确定概率的集几何方法5、主观方法三、概率的性质1原创 2021-10-30 15:49:37 · 18178 阅读 · 16 评论