pengkingli的博客

Applying the same augmentation with the same parameters to multiple images and masks.在做深度学习任务时数据增强是必须的，很多时候我们希望对图片和对应的mask做相同的变换，比如语义分割任务中。我亲身实验了两种实现方式。1. Albumentations库Albumentations是一个第三方库，提供了一个单一的界面来处理不同的计算机视觉任务，例如分类、语义分割、实例分割、对象检测、姿态估计等。使用它可以很轻易

代码如下，问题是：res的type和内容是什么？答案：res是一个generator，内容为空。def fun(n=3, flag=True): out = [] for i in range(n): if flag: yield i else: out.append(i) return outres = fun(3, False)...

Python中类和对象__dict__

解释python中的元类，并举例说明元类的作用和使用方法。

    散列表又称为Hash表，是根据关键码值（key-value）而直接进行访问的数据结构。通过散列函数，可以将任意长度的输入变化为固定长度的输出，即散列值，从而直接进行查找。这种转化是一种压缩映射，即样本范围小于存储范围，但样本取值空间大于存储空间。    散列表需要解决两个问题，散列函数的选择和冲突的处理。    散列函数又称为Hash函数，它对不同的输出值得到一个固定长度的消息摘要。常用的...

归并排序的平均时间复杂度为O(nlogn)，属于稳定排序。def merge_sort(a,b): """输入：已排序好的短序列a,b 输出：排序好的长序列 """ p1=p2=0 c = [] while p1<=len(a)-1 and p2<=len(b)-1: if a[p1]<=b[p2]: ...

原理不多说，直接上代码：def quick_sort(array,left,right): if left>=right: return low = left high = right key = array[low] while low<high: while low<hi...

堆排序的原理就不在这里介绍了，可以参考很多文章和书籍。堆排序主要包含两个部分：堆建立和堆调整。以下是最大堆代码：def Max_Heapify(heap,heapsize,root): ''' 对一个父节点及其左右孩子节点调整；heap：list；heapsize：做数组最大限制，root:根节点位置 ''' left = 2*root + 1 #注意此处下标从0开...

用神经网络做的简单的二分类这两周学习了深度学习的基础知识，大概看了下BP，CNN，RNN的基本原理和概念，又用了几个小时时间(白天要上班只能晚上学习)简单看了下Keras文档，建立了一个非常简单的神经网络模型。

朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法。简单的说就是，假设特征条件之间独立，无相互之间的影响（这也是"朴素"的含义），在此情况下运行贝叶斯定理进行分类。朴素贝叶斯方法是一种生成模型，对于输入和类别，生成式模型估计联合概率分布，而判别式模型估计条件概率分布。

问题描述：在用sklearn learning_curve 做学习曲线的时候，发现scroing取mse即=‘mean_squared_error’时，代码如下：train_sizes,train_scores,test_scores = learning_curve(estimator,x,y,cv=cv,n_jobs=n_jobs,scoring='mean_squared_error',tr...

本文是k均值聚类算法源代码语言：Python；数据集：西瓜数据4.0.xlsx使用的库：import numpy as npimport mathimport xlrdimport randomimport matplotlib.pyplot as plt从xlsx中导入数据：def loadData(filename): data = xlrd.open_work

本文主要贴Logistic回归算法实现，Logistic回归的原理和推导可参考《机器学习》、《机器学习实战》《统计学习方法》等教材，以及http://blog.csdn.net/dongtingzhizi/article/details/15962797http://blog.csdn.net/u011197534/article/details/53492915 等文章。语言： Py

这篇文章主要贴本人在决策树算法学习过程中实践的含连续属性的决策树算法。语言：Python; 数据集：周志华 西瓜数据2.0大部分与上篇离散属性决策树相同，一下列出主要的不同部分：#连续属性的最大增益计算def InfoGainContous(DatSet,Label,k): DatSetk = DatSet[:,k] nk = len(DatSetk) uni

这篇文章主要贴本人在决策树算法学习过程中实践的决策树算法。语言：Python; 数据集：周志华 西瓜数据2.0#导入数据def loadData(filename): DataSet = [] #考虑不在数据集中“是/否”之后加，如何正常导入数据集，避免
和之后的编号在一起 DataSet = open(filename).read().split(',') #

作为门外汉学习支持向量机过程中的理解，参考《支持向量机通俗导论》一文可更好理解SVM.