- 博客(60)
- 收藏
- 关注
RSS订阅原创 python中集合(Set)和列表(List)性能比较
Python 中，列表（List）和集合（Set）是两种基本的数据结构，它们在处理数据集时扮演着至关重要的角色。列表以有序的方式存储元素，而集合则提供了无序且不重复的元素存储能力。尽管它们在日常编程中被广泛使用，但在性能上，这两种数据结构表现出了显著的差异，尤其是在元素查找、数据去重等操作中。本文旨在通过实验，比较 List 和 Set 在不同操作下的性能表现，揭示它们在实际应用中的最佳使用场景。
2024-02-27 21:29:18
605
1
原创 注意力机制与其变体
自注意力和多头注意力的发展自注意力机制是注意力的一种形式，它允许模型在处理一个序列时，将每个元素与序列中的其他元素进行比较。这种机制在Transformer模型中被广泛采用，因为它提供了一种更有效的方式来捕捉序列内的全局依赖。多头注意力则是自注意力的扩展，它将注意力分割成多个头部，每个头部独立地关注输入数据的不同部分。这种方法提供了更复杂和灵活的方式来捕捉数据中的多种模式和特征。
2023-12-21 11:17:58
1699
2
原创 Transformer架构详解
Transformer是一种深度学习模型，最初是由Vaswani等人在2017年的论文《Attention Is All You Need》中提出的。这种模型在自然语言处理（NLP）领域特别流行，它引入了一种新的机制——自注意力（self-attention），使得模型能够更加高效和有效地处理序列数据。
2023-12-18 12:02:44
1422
4
原创 AlexNet网络复现
2012年，由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton合作设计的AlexNet在ILSVRC中大放异彩，它的错误率比第二名低了10%以上，这在当时是一个令人震惊的进步。它使用的深度卷积神经网络架构和其他创新技术，标志着深度学习在计算机视觉领域的崛起。
2023-10-04 23:10:17
423
原创 LeNet网络复现
LeNet的诞生背景是为了满足20世纪90年代对手写数字识别的实际需求，特别是在邮政和银行系统中。Yann LeCun及其团队意识到，对于图像这种有结构的数据，传统的全连接网络并不是最佳选择。因此，他们引入了卷积的概念，设计出了更适合图像处理任务的网络结构，即LeNet。
2023-09-30 17:46:02
412
原创 决策树与随机森林
决策树是一种监督学习算法，主要用于分类和回归任务。它通过分裂特征和设置决策规则来工作。从树的“根”开始，数据集被逐步分裂为几个子集，直到满足某些终止条件或达到预定的树深度。每次分裂都基于选择一个特征并为该特征设置一个决策阈值。决策树的主要优点是模型的可解释性强，因为它们可以可视化并模拟人的决策过程。随机森林是一种集成学习方法，它结合了多个决策树的预测来提高整体的模型准确性和稳健性。随机森林的基本思想是：每个决策树都在一个随机子集的数据上进行训练，并且在选择分裂特征时考虑一组随机选择的特征
2023-09-29 21:42:38
1375
原创 数据可视化 -- ECharts 入门
ECharts（全称“EchoCharts”）是一个开源的、纯JavaScript实现的图表库，由百度前端团队（EFE）以及社区贡献者共同维护和开发。它提供了一整套丰富的图表类型，包括折线图、柱状图、饼图、雷达图、散点图、地图、热力图、箱线图等，用于各种数据可视化需求。
2023-09-19 04:18:15
1712
原创 MyBatis详解
MyBatis是一款优秀的持久层框架，用于简化JDBC的开发。MyBatis本是 Apache的一个开源项目iBatis，2010年这个项目由apache迁移到了google code，并且改名为MyBatis。2013年11月迁移到Github。持久层：指的是就是数据访问层(dao)，是用来操作数据库的。虽然说通过Mybatis可以很方便的进行数据库的访问操作。但是大家要明白，其实java语言操作数据库呢，只能通过一种方式：使用sun公司提供的 JDBC 规范。
2023-09-17 21:38:12
312
原创 TensorFlow框架 -- 入门详解
TensorFlow是一个由Google Brain团队开发的开源机器学习框架。最初是作为Google内部工具而开发的，但随后在2015年被开源，以便更广泛的社群能够利用和贡献于这个框架。TensorFlow支持从研究到生产的全面工作流程，包括模型设计、训练、优化和部署。计算图（Computation Graph）是一种用于描述数学运算和数据流的有向无环图（DAG）。在TensorFlow中，计算图用于表示一系列操作和张量之间的依赖关系。计算图有助于优化程序运行效率，提供自动微分，并且易于进行分布式计算。
2023-09-15 01:20:52
824
原创 C语言 -- 零基础入门详解
C语言，自从其诞生于1972年，一直是编程世界中不可或缺的一部分。由Dennis Ritchie和Ken Thompson在贝尔实验室创建，C语言凭借其强大的功能和灵活性，迅速成为了操作系统、嵌入式系统，甚至是其他编程语言的开发基石。如果你对计算机编程有浓厚的兴趣，那么掌握C语言几乎是一项必备技能。C语言应用领域：注意： C语言的源代码文件是一个普通的文本文件，但扩展名必须是.c。标识符命名规则变量特点声明和定义区别从广义的角度来讲声明中包含着定义，即定义是声明的一个特例，所以并非所有的声明都是定义：
2023-09-13 03:29:29
491
原创 Pytorch框架详解
PyTorch是一个开源的机器学习库，用于各种计算密集型任务，从基本的线性代数和优化问题到复杂的机器学习（深度学习）应用。它最初是由Facebook的AI研究实验室（FAIR）开发的，现在已经成为一个广泛使用的库，拥有庞大的社群和生态系统。
2023-09-11 03:05:34
3440
7
原创 Vision Transformer(VIT 网络架构)
在深度学习的历史中，卷积神经网络（Convolutional Neural Networks, CNNs）长期以来一直是处理图像任务的主流架构。然而，随着Transformer的成功应用于自然语言处理（NLP）任务，研究人员开始考虑其在计算机视觉中的潜力。
2023-09-04 23:48:18
768
2
原创 文本分类任务
文本分类任务是自然语言处理（NLP）中的一个常见问题，目的是根据预定义的类别来自动对输入的文本进行分类。这类任务广泛应用于垃圾邮件过滤、情感分析、主题标签生成等场景。常用的方法包括朴素贝叶斯分类、支持向量机（SVM）、神经网络等。
2023-08-27 22:14:48
672
1
原创 语言模型（language model）
语言模型是一种用于预测文本序列中下一个词或字符的概率分布的模型。它可以捕获语言结构的某些方面，如语法、句式和上下文信息。传统的语言模型通常使用N-gram方法或隐藏马尔可夫模型，但这些模型往往不能捕捉到长距离依赖和复杂的语义信息。
2023-08-26 01:32:53
2025
1
原创 中文分词和tfidf特征应用
中文分词和TF-IDF（Term Frequency-Inverse Document Frequency）是自然语言处理（NLP）中的两个基础技术。
2023-08-25 00:52:19
712
1
原创 机器学习简介
机器学习是人工智能的一个子领域，它让计算机系统能够从数据中学习和提取知识，而无需进行明确的编程。机器学习算法使用统计技术，使计算机能够逐渐改进对数据的处理和解释，从而自动做出更准确的预测或决策。
2023-08-23 02:22:08
690
1
原创 生成模型 -- GAN
生成模型的核心思想是假设数据是通过某种潜在的随机过程生成的，该过程可以被表示为一个概率模型。生成模型关注的是数据的生成过程，即给定模型的参数或先验分布，如何生成与已知数据分布相符的新样本。
2023-08-23 01:31:33
613
1
原创 计算机视觉 -- 图像分割
图像分割（image segmentation）技术是计算机视觉领域的个重要的研究方向，是图像语义理解的重要一环。图像分割是指将图像分成若干具有相似性质的区域的过程，从数学角度来看，图像分割是将图像划分成互不相交的区域的过程。近些年来随着深度学习技术的逐步深入，图像分割技术有了突飞猛进的发展，该技术相关的场景物体分割、人体前背景分割、人脸人体Parsing、三维重建等技术已经在无人驾驶、增强现实、安防监控等行业都得到广泛的应用。
2023-08-22 16:05:03
3726
8
原创 人脸检测 - mtcnn
MTCNN，英文全称是Multi-task convolutional neural network，中文全称是多任务卷积神经网络，该神经网络将人脸区域检测与人脸关键点检测放在了一起。从工程实践上，MTCNN是一种检测速度和准确率都很不错的算法，算法的推断流程有一定的启发性。虽然用faster - rcnn 和 yolo 同样可以实现人脸检测，但是 mtcnn 在人脸检测领域是效果最好的。
2023-08-15 20:02:20
682
原创 目标检测（Object Detection）
目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。
2023-08-15 02:59:31
1973
5
原创 CNN之图像识别
图像识别技术是信息时代的一门重要的技术，其产生目的是为了让计算机代替人类去处理大量的物 理信息。随着计算机技术的发展，人类对图像识别技术的认识越来越深刻
2023-08-14 02:35:47
2450
原创 卷积神经网络
卷积神经网络（Convolutional Neural Networks，简称CNN）是一种深度学习的算法，它在图像处理和语音识别等领域有很强的表现。CNN得名于其核心操作：卷积。卷积是一种数学运算，它可以将输入的信息（如图像）通过一个滤波器（或称为“内核”）进行处理，以生成新的特征映射。CNN的主要组件包括卷积层、池化层（pooling layer）、全连接层（fully connected layer）和归一化层（如ReLU）。卷积层：这是CNN的核心部分，其中执行卷积操作。
2023-08-08 16:22:35
731
12
原创 Maven技术
Maven是一个由Apache Software Foundation管理的开源项目，提供了一种全面、理解性强和规范化的方式来管理项目的整个生命周期，包括构建、报告、文档生成等过程。总的来说，Maven就是Java项目的构建工具。
2023-07-16 01:20:36
813
原创 Ajax详解
Ajax 是 “Asynchronous JavaScript and XML”（异步 JavaScript 和 XML）的缩写。它是一种在无需重新加载整个网页的情况下，与服务器交换数据并更新部分网页内容的技术。简单来说，Ajax 可以让网页在不影响用户体验的前提下，实时更新数据。
2023-07-15 00:25:13
2211
原创 实验四 交换机 VLAN 配置
主要掌握配置交换机 vlan 的操作，要掌握如何去划分 vlan。虚拟局域网(VLAN）技术可以将一个较大的二层交换网络划分为若干个较小的逻辑网络,每个逻辑网络是一个广播域，且与具体物理位置没有关系，这使得VLAN技术在局域网中被普遍使用。vlan具有以下优点：(1)控制广播域。每个VLAN属于一个广播域，通过划分不同的VLAN，广播被限制在一个VLAN内部，将有效控制广播范围，减小广播对网络的不利影响。(2)增强网络的安全性。
2023-07-14 17:21:11
3512
1
原创 深度学习开源框架
深度学习框架是用于构建和训练深度学习模型的软件库或工具，它可以提供清晰的、高级的编程接口以及预训练的模型，使得开发者更加容易地设计和实现深度学习模型。由Google Brain团队开发的开源库，适合多种应用，并在硬件加速、分布式计算、生产部署等方面具有优势。由Facebook的AI研究团队开发的开源库，对于研究者来说，它的动态计算图特性可以提供更高的灵活性。可以视为TensorFlow的高级封装，更注重用户体验和易用性。
2023-07-13 14:41:46
1940
原创 MySQL数据库 -- 基础篇
MySQL是一个广泛使用的开源关系数据库管理系统（RDBMS）。它使用了结构化查询语言（SQL）来管理存储在其系统中的数据。SQL是一种用于插入、更新、删除和检索数据库中数据的标准语言。
2023-07-12 22:44:54
784
6
原创 实验二 常用网络命令
ping：ping命令用于检测网络连接。它通过发送ICMP回显请求到目标主机并等待回显应答来工作。如果收到应答，那么网络连接就是良好的。如果没有收到应答（可能是因为请求超时或者主机不可达），那么可能存在网络问题。ipconfig（在Windows中）/ifconfig（在Unix/Linux中）：这个命令用于显示和配置网络接口的参数。它可以显示网络接口的IP地址，子网掩码，和默认网关等信息，也可以用于启用或禁用网络接口，配置或刷新DHCP等。arp：arp命令用于显示和修改IP到MAC地址的映射。
2023-07-09 16:49:29
1765
原创 从零开始训练神经网络
Keras是由纯python编写的基于theano/tensorflow的深度学习框架。Keras是一个高层神经网络API，支持快速实验，能够把你的idea迅速转换为结果，如果有如下需 求，可以优先选择Keras：a）简易和快速的原型设计（keras具有高度模块化，极简，和可扩充特性）b）支持CNN和RNN，或二者的结合c）无缝CPU和GPU切换。
2023-07-08 23:34:25
1292
原创 Linux操作系统详解
Linux是一个开源的Unix-like操作系统。它是由芬兰计算机科学家Linus Torvalds于1991年首次发布。Linux以其稳定性，安全性和灵活性而受到欢迎，并被广泛用于服务器，超级计算机，嵌入式系统和许多其他平台。在某些领域，例如智能手机和平板电脑（主要是Android操作系统），Linux的衍生品也非常流行。Linux操作系统的主要组成部分是Linux内核，它负责管理系统的硬件。此外，大多数Linux发行版都包括许多自由和开源软件，这些软件提供了文件系统，GUI，包管理，网络功能。
2023-07-06 23:23:44
9445
7
原创 深度学习与神经网络
神经网络是一种模拟人脑神经元行为的计算模型，神经网络由大量的神经元（在计算领域中常被称为“节点”或“单元”）组成，并且这些神经元被分为不同的层，分别为输入层、隐藏层和输出层。每一个神经元都与前一层的所有神经元相连接，连接的强度（或权重）代表了该连接的重要性。神经元接收前一层神经元的信息（这些信息经过权重加权），然后通过激活函数（如Sigmoid、ReLU等）处理，将结果传递到下一层。输入层接收原始数据，隐藏层负责处理这些数据，而输出层则将处理后的结果输出。
2023-06-30 05:27:12
8492
6
原创 基于卷积神经网络的高光谱图像分类
近年来深度学习的技术在计算机视觉领域中大放异彩，使得对多光谱数据分类的研究迅速发展，结合2D-CNN，3D-CNN，注意力机制，PCA降维等方法均可使得对多光谱图像的分类精度得以提升。目前CNN网络大量用于传统的CV领域，而对于高光谱图像的分类仍比较缺乏，本文章基于CNN网络在高光谱图像中的分类做一个综述。根据CNN网络对高光谱图像特征提取方式的不同，分为基于谱特征，空间特征，和空谱特征的分类方法。
2023-06-23 14:21:58
7021
13
原创 传统机器学习算法解析（opencv实现）
文本主要解析在传统机器学习当中一些小的算法与思想，只是传统机器学习算法当中的一小部分，更多传统机器学习算法可参考我的另外几篇博客链接1: PCA主成分分析链接2: Canny边缘检测算法链接3: K-Means聚类算法链接4: SIFT算法分析opencv大坑之BGRopencv对于读进来的图片的通道排列是BGR，而不是主流的RGB！谨记！注意点什么是线性回归？举个例子，某商品的利润在售价为2元、5元、10元时分别为4元、10元、20元， 我们很容易得出商品的利润与售价的关系符合直线：y=2x.
2023-06-15 13:01:08
3459
6
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