![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 88
Machine Learning
seh_sjlj
一个热爱数学证明的大学牲
展开
-
【线性代数/机器学习】矩阵的奇异值与奇异值分解(SVD)
上面介绍了奇异值,下面介绍如何利用奇异值对矩阵进行分解。设AAA是一个m×nm\times nm×n矩阵,σ1≥σ2≥⋯≥σn≥0σ1≥σ2≥⋯≥σn≥0是它的奇异值。令rrr为AAA的秩,也就是AAA非零奇异值的个数。定义5AAAAUΣVTAUΣVT其中UUU是一个m×mm\times mm×m正交矩阵;VVV是一个n×nn\times nn×n正交矩阵;Σ。原创 2023-09-01 13:47:50 · 1447 阅读 · 0 评论 -
【机器学习】HOG+SVM实现行人检测
HOG的全称是方向梯度直方图(Histogram of Oriented Gradient),它是计算机视觉中用于物体检测的一种特征描述子(Feature Descriptor)。特征描述子的作用是提取有用的信息,抛弃冗余的信息。对于一个物体而言,能够区分它的特征的往往是它的形状——也就是它的边界。而在边界处灰度一般有突变,所以我们考察图像的梯度就可以知道边界在什么地方。现在我们把一个图片利用HOG特征转化成了一个向量,接下来就可以利用SVM分类了。原创 2023-05-01 15:41:12 · 5048 阅读 · 19 评论 -
【Python/机器学习】不使用Conda安装Pytorch和Torchvision(Windows系统)
这篇文章介绍如何不使用conda等包管理系统在Windows系统上直接使用pip安装Pytorch和Torchvision。首先你需要有Python 3.6以上的64位环境(32位是不可以的哟!),并且假设你有NVIDIA显卡且已安装CUDA。原创 2023-04-27 14:54:42 · 1081 阅读 · 0 评论 -
Meta AI Segment Anything Model (SAM)初体验
最近Meta AI发布了Segment Anything模型,可以直接分割任何图片。我趁热乎体验了一下。原创 2023-04-07 16:56:10 · 3458 阅读 · 0 评论 -
支持向量机(Support Vector Machine, SVM)基础知识
这篇文章仅介绍支持向量机的基础知识,不涉及特别复杂的求解。不清楚基础知识的小伙伴可以看一下这篇文章。首先呢,支持向量机解决的是将数据点分成两类的问题。本文只考虑线性分类器。对于二维的数据而言,就是要找到一条直线,将数据点分成两类,一类在直线这边,另一类在直线那边。对于更高维,比如nnn维的数据,就是要找到一个“超平面”,将数据分到超平面两侧。这里的“超平面”一定是n−1n-1n−1维的,它的方程一定是a1x1+a2x2+⋯+anxn+b=0a_1x_1+a_2x_2+\cdots+a_nx_n+b=0a原创 2022-03-12 14:22:55 · 1119 阅读 · 0 评论