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(12)
  • 问答 (3)
  • 收藏
  • 关注

原创 将视频按时长平均分成指定数量的帧并保存在指定路径

我想将一个mp4格式的视频按视频播放顺序截30张图片,也就是按视频时长平均截30张图,并保存在指定文件夹内。接下来就以视频female-1-casual.mp4为例,输入路径和输出路径都是我自己设置的,如果需要使用代码,记得按自己的路径改。

2024-03-22 22:25:12 258 1

原创 Python绘制雷达图:实现不同指标对应不同单位量度

当我们需要将统计数据进行可视化时,雷达图是一个很好的选择,但是传统的雷达图也容易存在一个比较严重的问题,就是对于不同指标它的单位刻度都是一样的,如果每个指标的统计数据范围差别不大,那可视化出来问题不大,就像图1中的传统雷达图一样,每个科目对应的成绩范围都在0-10之间,所以可以用雷达图比较好的表现出来,能够清晰的进行比较和分析。通过图片可以清晰地看到1-5对应的五个指标的单位量度都不同,都调整了合适的起点、终点和亮度,这样就可以清晰的比较两组数据的折线图了。第二种,就是今天要介绍的不同单位量度的雷达图。

2024-01-20 19:50:09 1731

原创 深度学习ECG分类中不同导联心拍组合的细节问题

深度学习ECG分类中不同导联心拍组合的细节问题@

2023-10-04 23:30:32 294 1

原创 数字图像处理孔洞填充算法实现

也就是说这个算法迭代得到的结果是背景图,结合前面注意事项提到的,背景图也是一个连通区域,然后再结合这个算法的本质(即根据连通区域内部的一个起始点将该连通区域填满),就不难理解了,这里比起正向的一个个填充每个孔洞的连通区域,他选择反其道而行,将整个背景看成一个大连通区域进行填充,最后在再取反与原图取并集就可以得到填充好的图像了。仔细体会膨胀和迭代的过程,不难发现,通常孔洞的亮值区域是有一定厚度的,所以当边缘点向四周扩张,并与A的补集取交集时,它也会受到约束不会进入孔洞内部,而是不断填满背景这个连通区域。

2023-06-27 18:57:41 1887 1

原创 FPGA:Hdlbits—Conwaylife题解

简要来说,可以看成一个平面上有256个点,按照16*16的格式分布,每个点有8个邻居,具体关系见下图,A点有八个邻居。只有当邻居是1(即表示alive)的时候,才被统计,所以由题意,统计的邻居数为2时,A保持原来的状态,是0还是0,是1还是1;当统计的邻居数为3时,A不管是0还是1,都置为1;其他情况A全部置为0。

2023-01-06 00:27:52 250

原创 第4章 BP神经网络

BP神经网络1.BP神经网络介绍及发展背景从前面介绍的感知器学习规则来看,其权值的调整 取决于期望输出与实际输出之差: $ {\Delta w_i = \eta(t-y)x_i}$但是对于各个隐藏层的节点来说,不存在已知的期望输出,因而该学习规则不能用于隐藏层的权值调整。BP 算法的基本思想是,学习过程由信号的正向传播和误差的反向传播两个过程组成。正向传播时,把样本的特征从输入层进行输入,信号经过各个隐藏层逐层处理后,最后从 输出层传出。对于网络的实际输出与期望输出之间的误差,把误差信号从最后一

2021-09-17 06:41:26 1913

原创 单层感知器与线性神经网络

第3章 单层感知器与线性神经网络3.1 生物神经网络一个多输入单输出非线性系统的动态过程3.2 单层感知器3.2.1单层感知器介绍f(x)称为激活函数,可以理解为信号在轴突上进行的线性或非线性变化。sign(x)激活函数当x>0 时,输出值为1;当x=0 时,输出值为0,;当x<0 时,输出值为-13.2.2单层感知器计算举例假如有一个单层感知器有3 个输入x1,x2,x3x_1,x_2,x_3x1​,x2​,x3​,同时已知b=-0.6,????1=????2=????3????

2021-08-13 18:49:55 1813

原创 深度学习向量化(还有前向传播后向求导的详细推导)

每日一学———深度学习中的向量化作用当处理大数据时,若使用for循环多次运算,因为迭代次数很多,运算速度往往会非常慢,从而花费许多时间,在线性代数中,数据经常利用向量和矩阵处理,实际上多个列向量或行向量拼凑在一起,就成了矩阵,在python的numpy库中有专门用于矩阵运算的模块,linalg model,有很多内置函数可以取代for循环,加快运算。举个例子。#比较for循环和numpy中内置函数的dot()的速度 ---用于计算矩阵的乘法import numpy as np #导入n

2021-08-06 13:46:42 921

原创 jupyter notebook修改默认目录除了去掉“#”外,一定要注意顶格!!!

不知道有没有人遇到和我一样的问题,无论如何还是想记录一下这个错误,以后也能提醒一下自己。正常情况下按照网上教程来就行了,网上关于这一话题的教程一大堆,在这里我也贴上一个:链接在这好了,接下来直接提醒要注意的地方:我的打开后这一行,除了有#以外,还有一个空格,这个空格也要去掉!!!确保这一行是顶格的,就可以了~~否则,你修改后打开的界面跑到了别的地方,我的是跑到了c盘下用户下的downloads/documents....

2021-07-22 13:27:54 195

原创 如何在Anaconda 3.8的版本下安装1.xx系列的tensorflow

目录引言降低虚拟环境安装Tensorflow将虚拟环境引入Jupyter notebook引言这里我提供的是Anaconda下载安装tensorflow的办法,现在Anaconda已经更新到3.8版本了,在官网上通常也只能下到最新版本的Anaconda了,但是这样存在一个问题,如果按照网上常规操作,3.8版本的Anaconda只能下到2.xx开头的tensorflow,但是本人因个人原因,需要用到1.xx系列的tensorflow,因为1系列更新到2系列tensorflow,很多旧的语法,函数都不能用了

2021-07-17 09:28:56 400

转载 Jupyter notebook 生成word版式目录以及生成目录链接

目录附上大佬的链接自己遇到的问题如何解决附上大佬的链接首先分享一篇博客链接,很详细的讲了如何在Jupyter notebook 生成word版式目录,提供了网上常见办法以及遇到问题的解决办法,相信看完这篇博客应该就能解决你的问题了,之后我解决问题的办法也是参考这篇博客的。链接: Anaconda/Jupyter Notebook Markdown格式下生成目录方法和可能遇到的问题解决办法总结.自己遇到的问题我一开始用的是这个方法:虽然成功安装了,运行notebook也显示出了Nbextensi

2021-07-14 09:54:23 660

原创 deepCNN learning

深度卷积神经网络(CNN)学习第一天Python中面向对象的思想(类)类与对象1.类的定义class 类名: 定义数据成员 定义成员函数2.构造函数和析构函数构造函数:def__init__(self,参数表)析构函数:可省,用默认class Circle: def __init__(self,r=10): self.__radius = r def Area(self): return 3.1416*self.

2021-07-13 06:08:32 91

基于深度学习的Brugada心电信号三分类

基于深度学习的Brugada心电信号三分类

2023-10-05

不同导联心拍组合情况用深度模型训练代码

不同导联心拍组合情况用深度模型训练代码

2023-10-04

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