- 博客(7)
- 收藏
- 关注
RSS订阅原创 TensorBoard学习
显示图片def add_image(self, tag, img_tensor, global_step=None, walltime=None, dataformats='CHW'); tag (string): Data identifier 数据标识符（显示的图片名称）img_tensor (torch
2022-03-26 19:47:36
3503
1
原创 svm支持向量积的公式推导
SVM原理推导概括：svm有三宝：间隔、对偶、核技巧。svm的分类:hard-margin svm硬间隔 soft- margin svm软间隔 kemel svm核函数 前面两种硬间隔和软间隔主要针对线性问题，核函数部分主要针对非线性问题，核技巧能够使svm从普通的欧氏空间、特征空间映射到高维空间，可以实现非线性的分类。svm原理定义:svm原理用来解决二分类问题，其可以归结为一句话，即使离超平面最近的点(支持向量)到该平面的距离最大化。硬间隔(hard-m...
2022-01-14 21:15:50
492
原创 OpenCV学习笔记（2）
一、图像缩放缩放是对图像的大小进行调整，即使图像放大或缩小。cv2.resize(src,dsize,fx=0,fy=0,interpolation=cv2.INTER_LINEAR)参数： src : 输入图像 dsize: 绝对尺寸，直接指定调整后图像的大小 fx,fy: 相对尺寸，将dsize设置为None，然后将fx和fy设置为比例因子即可 interpolation：插值方法 import cv2 as cvimport matplo
2022-01-02 22:26:04
224
原创 OpenCV学习笔记（1）
一、基础操作（一）图像的IO操作1、读取图像cv.imread()参数：要读取的图像 读取方式的标志cv.IMREAD*COLOR：以彩色模式加载图像，任何图像的透明度都将被忽略。这是默认参数。cv.IMREAD*GRAYSCALE：以灰度模式加载图像cv.IMREAD_UNCHANGED：包括alpha通道的加载图像模式。2、显示图像cv.imshow()参数：显示图像的窗口名称，以字符串类型表示 要加载的图像注意：在调用显示图像的API后，要调用c
2022-01-02 21:46:58
146
原创 吴恩达《卷积神经网络》课程笔记（1）
1、机器视觉（上图展示了一个神经风格转换（Neural Style Transfer）的例子）使用传统神经网络处理机器视觉的一个主要问题是输入层维度很大。例如64x64x3的图片，神经网络输入层的维度为12288。而现在的图片将近几千x几千x3的内存，而导致神经网络输入层的维度达到几百万。这样会造成两个后果，一是神经网络结构复杂，数据量相对不够，容易出现过拟合；二是所需内存、计算量较大。解决这一问题的方法就是使用卷积神经网络（CNN）。2、边缘检测最常检测的图片边缘有两类：一是垂直边缘.
2021-12-27 21:32:38
454
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