CNN 计算机视觉 图像识别 目标检测 风格迁移 挑战：输入的数据可能会非常的大。很难计算，同时很容易导致过拟合。边缘检测示例 在CNN中，会先检测边缘，比如垂线。 我们称中间的矩阵为核或者过滤器。它和给定的输入图片做卷积运算。具体...
目标跟踪 本篇是基于单目标跟踪的论述目标跟踪概述 1.1 定义： 1，单目标，即在给定的视频中只跟踪一个目标 2，在第一帧中会通过矩形的bounding box将目标给出。给定后，使用tracker找出每一帧的目标。 3，短期 1.2 目标跟踪面临的挑战有：...
吴恩达机器学习第十一章---应用机器学习的建议 决定下一步做什么 当得到一个如上图中上半部分所示的代价函数，需要对其进行优化。那如何进行优化才能使得这个式子能够更进一步得出更准确的模型那？ 给出几个方式： 1.可以收集更多的训练样本 2.尝试使用更少的特征（防止过拟合） 3.也有可能...
吴恩达机器学习第十章---神经网络参数的反向传播算法 代价函数代价函数 我们在上面定义，如同右上角所设置的一样，我们用L来表示总层数，sl表示对应的层数的神经元的个数。如上图中左上角所示，我们得知s1=3，s2=s3=5，s4= 4，同时它的输出只有1或者0（一个典型的分类问题）。 同样我...
简单介绍NumPy和Matplotlib两种外部库 运用简单的代码介绍二者的一些简单的功能import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.image import imread#Numpy数组(np.array)可以生成N维数组，即可以生成任意维数的数组。数学上一般将一维数组称为向量，二维数组称为矩阵#此外还可以将一般化之后的向量或者矩阵统称为张量。d...
吴恩达机器学习第九章---神经网络学习 非线性假设 我们在前面已经讨论过线性回归，逻辑回归，感觉大部分问题都可以使用它们来处理，那我们为什么还要提出神经网络那？ 实际上当特征值过多时，再使用线性回归或者逻辑回归会导致二次项的系数以n^2的速度增长，这样就会导致我们的假设函数中的项过多，多大。如上图一个典型的分类问题，我们可以看...
吴恩达机器学习第八章---正则化 过拟合问题 正常来说我们对给定的数据进行建立模型，对于图一来说，没有根据实际给定的数据建立，而是独自画了一条直线来拟合，这样导致我们建立的模型不能和训练数据相匹配，我们将其称之为欠拟合。对于图二来说，我们使用平方来构建一个假设函数，这个假设函数能够很好的拟合训练数据并且没有出现奇怪的波动，大致为我们想...
吴恩达机器学习第七章---Logistic回归 分类 我们先来考虑什么是分类，对于一个具体的事物我们可以将其划分为某一类，例如上图中对于垃圾邮件的分类，或者对于肿瘤的分类，我们可以将邮件分为正常邮件或者垃圾邮件，同样我们还可以将肿瘤分为良性或恶性。一般来说，我们将能获得的分为1，不能获得的分为0.当然这仅仅是二分类问题，我们还可以将其按照上面y的手写取值一样划分为为0，1...
机器学习-线性回归，逻辑回归，岭回归，k-means 线性回归 线性回归原理：线性回归通过一个或者多个自变量与因变量之间进行建模的回归分析。其中特点为一个或多个称为回归系数的模型参数的线性组合 特点：只有一个自变量的情况称为单变量回归，大于一个自变量情况的叫做多元回归。 具体如同吴恩达在第二章中描述的一样。我们将数据分为训练值和测试值...
机器学习--k近邻，朴素贝叶斯，模型选择，决策树与随机森林。 sklearn数据集与估计器 数据集划分 正如前文所说，我们需要一些数据来建立模型，然后该模型会根据输入的特征值预测对应的目标值。但我们的数据是一定的。这就导致了我们要将数据划分两部分，一部分用来训练模型，一部分用来作为测试用。那么它们的比例大约为多少那？ eg 训练集 测试集 ...
吴恩达机器学习第五章--多变量线性回归 多变量线性回归与单变量是相对应的，我们在起那面讲到单变量时，只有一个x。而对于多变量来说则是有多个，如下面的图所示。输入的变量有x1，x2，x3，x4，多个变量，而输出的值只有一个y。 用n来表示特征，我们使用m来表示样本数。我么使用x（i）来表示第...
机器学习-sklearn以及机器学习简单介绍 人工智能包含机器学习，而机器学习又包含深度学习。7，80年代出现机器学习，eg 垃圾邮件。而2010年又出现深度学习，eg图像识别，自然语言处理。影响机器学习的因素，计算机计算的能力以及数据的大小。最为重要的算法的发展。eg 无人驾驶，医疗，图片艺术化。机器学习：机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。机器学习的目的：让机器学习程序替换手动的步...
python-文件，异常，json 文件和异常数据持久化，即对需要使用到的数据进行永久的存储，常用的有数据库，文件等方式。而文件是最为简单的一种方式。而在Python中进行文件的读写较为简单。通过Python内置函数open。操作模式 具体含义 'r' 读取 （默认） 'w' 写入（会先截断之前的内容） 'x' 写入，如果文件已经存在会产生异常 'a' 追加，将内容写入到已有...
pyhon-面向对象 今天在敲代码的时候碰到一个问题。关于import和from....import...的区别。egimport random表示引入的是random模块或者说random.py文件,那么自然random里的类都可以使用。使用方式random.randint(0, last_pos)而from random import randint表示将random中randint函...
python-函数，字符串，列表，元组，集合，字典 在python中要交换两个变量的值时，可以直接交换。eg x, y = y, x函数是绝大多数编程语言中都支持的一个代码的“构建块”,但python中的函数略有不同。如python中的函数的参数可以有默认值。注：python中无函数重载的概念对于函数的参数而言我们有时候不确定参数的个数，因此当开发人员不确定时，可以用可变参数。egdef add(*args):...
python一变量，条件，循环 Python的优点: 1.简单明了，一件事一个方法。 2.python是解释型语言。 3.既有面向对象又有函数式编程。 4.可扩展性和可嵌入性较强。（在python中可调用c/c++代码）Python的缺点: 1.执行效率低 2.代码无法加密查看安装版本 ...
吴恩达机器学习第三章--简单回顾线性代数 由于线性代数在本科阶段系统地学习过，所以这一章所做的笔记不多，仅是我认为有点重要的。矩阵:由数字组成的矩形阵列，写于方括号内。注:下面的矩阵都用一个中括号表示一行。 A= [1 2 3] [4 5 6] 这为一个2*3的矩阵。而对于矩阵中的元素则用下标表示，eg A11=1 A12=2。而...
吴恩达机器学习第一章 机器学习的定义:1，在没有明确定义的情况下，使计算机具有学习能力的研究领域。 2，计算机程序从经验E中学习解决某一任务T，进行某一性能度量P，通过P测定在T上的表现，因经验E而提高。 两个不同的人根据自己的理解提出的解释。机器学习： 1,有监督学习：我们给算法一个数据集，其中包含了正确答案。也...
关注
