南七小僧的学海无涯

问题：cMake编译报错：No CUDA toolset found.将该路径下的四个文件 C:\Program Files\NVIDIA。解决：在stackoverflow找到解决方案。注意：换成自己的路径。

介绍也许大多数人都有在Excel中使用数据透视表的经历，其实Pandas也提供了一个类似的功能，名为pivot_table。虽然pivot_table非常有用，但是我发现为了格式化输出我所需要的内容，经常需要记住它的使用语法。所以，本文将重点解释pandas中的函数pivot_table，并教大家如何使用它来进行数据分析。如果你对这个概念不熟悉，wikipedia上对它做了详细的解释。顺便说一下，你知道微软为PivotTable（透视表）注册了商标吗？其实以前我也不知道。不用说，下面我将讨论的透视表

导读：随着大数据概念的火热，啤酒与尿布的故事广为人知。我们如何发现买啤酒的人往往也会买尿布这一规律？数据挖掘中的用于挖掘频繁项集和关联规则的Apriori算法可以告诉我们。本文首先对Apriori算法进行简介，而后进一步介绍相关的基本概念，之后详细的介绍Apriori算法的具体策略和步骤，最后给出Python实现代码。并附上小例子。1.Apriori算法简介Apriori算法是经典...

python代码为原创1.什么是Gamma校正？ Gamma源于早期的CRT显示器的响应曲线，也就是输出亮度和输入电压的非线性关系，如图所示：图1 亮度和输入电压的非线性关系图 由图可以看出，亮度和输入电压的关系更加近似于指数函数 (output = input ^ gamma )的关系。事实确实如此，CRT显示器厂商都默认将gamma值设为2.5，也就是如上的曲线。这...

1.开发算法自动化创造数据集【训练】【验证】【测试】，人工过滤一波数据集2.分类状态有三种，睁眼，闭眼，非眼【一开始用了两种，人眼和非人眼，对闭眼不能很好识别】3.搭建cnn网络【采用类似VGG16的网络，但是网络一定要小，这样才能做到实时，方便后期ncnn移动端开发】4.开发金字塔模型5.对窗口用cnn predict6.输入绘图，做可视化调试1.自动化采集数据集算法...

效果如图：这是用cnn对一张305*471的图像做分类得到的结果，相当于做了52*93次滑动窗口+分类，却仅仅耗时0.2672951465708593s。相当于一次窗口分类 ，仅仅耗时 0.00005s。具体网络+预测如下图所示：import numpy as npimport cv2import timefrom keras.layers import Dense,Con...

细粒度视觉识别之双线性CNN模型[1] Lin T Y, RoyChowdhury A, Maji S. Bilinear cnn models for fine-grained visual recognition[C]//Proceedings of the IEEE International Conference on Computer Vision. 2015: 1449-1457....

软件原图：开发思路：身边有很多实验室，在做病理切片成像的时候，图像不清晰影响实验结果，在医院中则会影响诊断结果，因为萌生出了开发一款去模糊的算法。采用深度学习算法，提出DeBlur SFNet对图像进行去模糊，在病理图像去模糊领域中，达到领先效果。为方便工作人员使用，采用C#开发客户端并集成深度学习算法，使用人员仅需要框选出模糊区域，算法会自动清晰化并呈现。为实验人员的工作带来了...

FRCNN是目标检测网络，这次我把他用到了泪膜破裂检测上。效果图：

具体的理论知识，可以看看前面几篇文章，有详细介绍，这里直接po代码了# -*- coding: utf-8 -*-""" @Author: xkk @Date: 2018-09-07 12:42:37 @Last Modified by: xkk @Last Modified time: 2018-09-07 12:42:37"""import jiebaimpo...

通过tfidf+LR做文本分类、# -*- coding: utf-8 -*-"""Created on Wed Sep 5 13:23:31 2018@author: Lenovo"""import jieba as jbimport numpy as npimport pandas as pdfrom gensim.models.doc2vec import Doc...

# -*- coding: utf-8 -*-"""Created on Thu Mar  1 12:58:06 2018@author: pc"""import tensorflow as tfimport numpy as npdef add_layer(inputs,in_size,out_size,activition_function=None):    Weight = tf.Vari...

神经网络是一种数学模型，是存在于计算机的神经系统，由大量的神经元相连接并进行计算，在外界信息的基础上，改变内部的结构，常用来对输入和输出间复杂的关系进行建模。神经网络由大量的节点和之间的联系构成，负责传递信息和加工信息，神经元也可以通过训练而被强化。这个图就是一个神经网络系统，它由很多层构成。输入层就是负责接收信息，比如说一只猫的图片。输出层就是计算机对这个输入信息的认知，它是不是猫。隐藏层就是对...

梯度退化按照我们的惯性思维，一个网络越深则这个网络就应该具有更好的学习能力，而梯度退化是指下面一种现象：随着网络层数的增加，网络的效果先是变好到饱和，然后立即下降的一个现象。在这里，我们引用一幅来自Resnet里面的图片，更加直观的理解这个现象：  从上图我们可以看出，一个56层的网络的训练误差和测试误差都大于一个20层的网络。常规的网络的堆叠（plain network）在网络很深的...

一、文介绍的是著名的网络结构GoogLeNet及其延伸版本，目的是试图领会其中的思想而不是单纯关注结构。 GoogLeNet Incepetion V1 Motivation Architectural Details GoogLeNet Conclusion GoogLeNet Inception V2 Introduction General Design...

论文：Xception: Deep Learning with Depthwise Separable Convolutions 论文链接：https://arxiv.org/abs/1610.02357算法详解： Xception是google继Inception后提出的对Inception v3的另一种改进，主要是采用depthwise separable convolution来替换原...

　在文本挖掘中，主题模型是比较特殊的一块，它的思想不同于我们常用的机器学习算法，因此这里我们需要专门来总结文本主题模型的算法。本文关注于潜在语义索引算法(LSI)的原理。1. 文本主题模型的问题特点　　　　在数据分析中，我们经常会进行非监督学习的聚类算法，它可以对我们的特征数据进行非监督的聚类。而主题模型也是非监督的算法，目的是得到文本按照主题的概率分布。从这个方面来说，主题模型和普通的聚...

LDA的原理：LDA（Latent Dirichlet Allocation）是一种文档主题生成模型，也称为一个三层贝叶斯概率模型，包含词、主题和文档三层结构。所谓生成模型，就是说，我们认为一篇文章的每个词都是通过“以一定概率选择了某个主题，并从这个主题中以一定概率选择某个词语”这样一个过程得到。文档到主题服从多项式分布，主题到词服从多项式分布。什么是主题因为LDA是一种主题模型，那么...

import jieba as jbimport numpy as npimport pandas as pdfrom gensim.models.doc2vec import Doc2Vec, TaggedDocumentshixi = pd.read_table('shixi.txt')print(shixi)s = '哈哈哈哈大师赛的小康康'w = jb.cut(s)jd...

之前看了SSD的论文，但也只是仅仅停留在论文层面，这几天在github上找到了一位大神在一年前用Tensorflow实现了SSD算法。这几天也抽空阅读了下代码，主要分析了下几个重要的模块，接下来做一个简单的总结。SSD（Single Shot MultiBox Detector）是大神Wei Liu在 ECCV 2016上发表的一种的目标检测算法。对于输入图像大小300x300的版本在VOC2...

# -*- coding: utf-8 -*-"""Created on Wed Feb 28 23:06:31 2018@author: xkk"""import tensorflow as tfimport numpy as npx_data=np.random.rand(100).astype(np.float32)z_data=np.random.rand(100).a...