![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
大叔爱钢琴
这个作者很懒,什么都没留下…
展开
-
PCA降维和LDA降维
PCA降维PCA降维是为了提取有用信息,减少数据量,提高运算效率。PCA降维是利用了基于方差的降维,方差是反应样本离均值的离散程度的度量,我们的目的就是利用样本的特征统计特性,也就是方差使得样本在降维的时候可以离散开来。如果单纯只选择方差最大的方向,后续方向应该会和方差最大的方向接近重合。为了让两个字段尽可能表示更多的原始信息,我们是不希望它们之间存在(线性)相关性的。可以用两个字段的协方差表示其...原创 2018-06-12 10:41:15 · 357 阅读 · 0 评论 -
faster-rcnn 物体检测(深度学习在物体检测的应用)
本文是2015年发表的物体检测的经典top论文。本文思路:1、目的得到feature maps。先通过conv层+pooling层+relu层,可以是vgg,得到feature maps。2、目的得到精确的proposals,提议建议图??,在feature maps上提取对应的图。在第一步基础上,先通过rpn生成region proposals。通过softmax判断anchors(...原创 2018-08-16 22:29:54 · 3211 阅读 · 0 评论 -
TensorFlow-1
先定义变量再定义操作,再在一个session中进行初始化,进行计算。import tensorflow as tfa = 3# Create a variable.w = tf.Variable([[0.5,1.0]])x = tf.Variable([[2.0],[1.0]]) y = tf.matmul(w, x)#variables have to be explicitly initial...原创 2018-07-15 19:52:25 · 172 阅读 · 0 评论 -
TensorFlow - saverestore
import tensorflow as tfv1 = tf.Variable(tf.random_normal([1,2]), name="v1")v2 = tf.Variable(tf.random_normal([2,3]), name="v2")init_op = tf.global_variables_initializer()saver = tf.train.Saver()#...原创 2018-07-18 20:19:07 · 213 阅读 · 0 评论 -
TensorFlow 神经网络
import numpy as npimport tensorflow as tfimport matplotlib.pyplot as pltimport input_data mnist = input_data.read_data_sets('data/', one_hot=True)先初始化所有输入输出和参数# NETWORK TOPOLOGIESn_hidden_...原创 2018-07-17 20:41:58 · 294 阅读 · 0 评论 -
TensorFlow-mnist
import numpy as npimport tensorflow as tfimport matplotlib.pyplot as plt#from tensorflow.examples.tutorials.mnist import input_dataimport input_dataprint ("packs loaded") print ("Download an...原创 2018-07-16 19:40:05 · 223 阅读 · 0 评论 -
svm
12年前svm的天下,现在是神经网络的。解题思路,通过实际问题,转换为数学表达式,找出损失函数,进行优化 迭代。svm分类,二分类(多分类)原创 2018-06-11 16:03:11 · 389 阅读 · 0 评论 -
rule-base机器人1
1、最基础的fi—else问答import random# 打招呼greetings = ['hola', 'hello', 'hi', 'Hi', 'hey!','hey']# 回复打招呼,random.choice意思是随机选取内容random_greeting = random.choice(greetings)# 对于“你怎么样?”这个问题的回复question = ['Ho...转载 2018-06-16 10:15:40 · 557 阅读 · 0 评论 -
cnn卷积神经网络
卷积神经网络可以做分类,推荐,识别等卷积神经网络由如下组成:•输入层•卷积层•激活函数•池化层•全连接层其中输入层,激活函数,全连接层都比较简单在神经网络中有讲解,以下主要说明是卷积层和池化层。1、卷积层一个图像是由长宽和rgb深度组成。如下:左面是每个深度的图像的值,中间是filter,每一个深度一个filter,这里中间是两个深度,方式是矩阵的对应项相乘,...原创 2018-06-13 18:07:48 · 363 阅读 · 0 评论 -
人工神经网络
现在最火的方向,机器学习中的神经网络的扩展和加强。应用在图像分类,计算机视觉的核心任务中,有着重要的作用。原创 2018-06-13 17:28:32 · 337 阅读 · 0 评论 -
深度学习-物体检测系统
图像分类,检测及分割是计算机视觉领域的三大任务。分类和检测比较容易理解,图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。对检测任务现在是分one stage和two stage,两者区别是前者不需要生成候选框,直接对目标定位,把定位问题转化为回归问题处理,后者是先生成了一系列样本的候选框,再通过卷积进行分类。就现在看来深度学习结合two stage比较多...原创 2018-09-09 23:45:17 · 1503 阅读 · 0 评论