物联世-CSDN博客

下载样例 opencv- yolo3代码雪人检测处理。GitHubgit clone https://github.com/BillyLearn/opecv-yolo3-snowman.git下载数据集，并拆分安装 awsclipip3 iinstall awscli获取csv 文件wget https://storage.googleapis.com/op...

2019-11-13 17:16:26 912

原创逻辑回归解释（Logistic Regression）

文章目录什么是逻辑回归算法？可视化曲线python 代码最大似然估计梯度下降法Python代码简单实现（批量梯度下降法）优缺点什么时候用多分类应用场景总结什么是逻辑回归算法？Logistic 回归是二分类任务的首选方法。它输出一个 0 到 1 之间的离散二值结果。简单来说，它的结果不是 1 就是 0。公式f(x)=11+e−xf(x) = \frac{1}{1+e^{-x}}f(x)=1...

2019-07-07 10:13:54 2769

原创 TensorFlow 实现 AlexNet 网络模型

模型特性：所有卷积层都是使用ReLU 作为非线性映射函数，使模型收敛速度更快在多个GPU 上进行模型的训练，不但可以提高模型的训练速度，还能提升数据的使用规模使用 dropout 而不是正则化来处理过度拟合。当然，这也导致了训练时间加长。重叠最大池化（overlapping max pooling) , 即池化范围 z 与步长 s 存在关系 z > s, 避免平均池化的平均效应...

2019-06-16 00:38:43 846

原创纯pytho实现RNN

使用Python实现一个简单的RNN，实现两个八位的二进制加法，预测他们之间的结果。比如 1 + 2 = 3二进制 [0,0,0,0,0,0,0,1] + [0,0,0,0, 0,0,1,0] = [0,0,0,0,0,0,1,1]标准前向传播：以xxx表示输入，hhh是隐层单元，ooo是输出，LLL为损失函数，yyy为训练集标签。ttt表示ttt时刻的状态，V,...

2019-06-07 20:19:34 241

原创使用CNN实现Google你画电脑猜

使用CNN 实现小型Google你画电脑猜你画电脑猜Google 的猜画小歌风靡一时，使用 CNN 我们也可以搞一个出来。数据集Google AI Lab 已经开源了用来训练的数据集：https://github.com/googlecreativelab/quickdraw-dataset里边有 354 类共5千万张涂鸦图片，并提供多种格式，从原始的笔迹数据到转换好的位图都有。我们将使...

2019-06-07 10:36:00 447

原创用TensorFlow实现简单线性回归

使用TensorFlow 构造一个神经元，简单的线性回归网络。问题：现有一组有噪声的样本数据，共2000个，每一个样本 x 有 3 个特征，对应一个标签 y 值。从数据样本中学习 y=w×x+by=w\times x + by=w×x+b 中的参数首先我们来生成样本数据，w_real 和 b_real 是控制样本数据的参数的真实值，np.random.randn(num, shape)...

2019-06-06 20:43:47 883

原创简要概述神经网络感知机

深度学习 VS 机器学习机器学习模型针对抽象深度学习端对端的机器学习：利用计算机、概率论、统计学等知识，让计算机学会知识。机器学习的过程，就是训练数据去优化目标函数。深度学习：是一种特殊的机器学习，具有强大的能力和灵活性，它通过学习将世界表示为嵌套的概念层次结构，每个概念都与更简单的概念相关，而抽象的概念则用于计算更抽象的表示传统的机器学习需要定义手工特征，有目的的提取目标信息，依赖任...

2019-04-07 16:50:30 250

原创电影推荐系统（推荐系统的hello work）

什么是推荐系统？互联网的信息越来越多，用户面对大量数据信息的时候，无法获得对自己真正有用的部分，造成信息超载问题。推荐系统就是解决信息超载的一个办法。推荐系统依据用户的历史行为、社交关系、兴趣点等信息去判断用户当前需要或感兴趣物品/服务的应用。推荐是去预测用户对某个他没有使用过的物品/服务的喜欢程度（一般是打分机制），物品/服务可以是电影、书、音乐、新闻等；推进系统核心任务主要是把用户和...

2019-04-05 18:09:09 13539

翻译 NumPy in Python

本文将帮助你理解Python库中广泛使用的数组处理库 Numpy什么是Numpy?NumPy是一个通用的数组处理包。它提供了一个高性能的多维数组对象，以及用于处理这些数组的工具。它是使用Python进行科学计算的基础包。它包含各种功能，包括以下重要功能：一个强大的 N 维数组对象复杂的广播（broadcasting）函数可用于集成C / C ++和Fortran代码的工具对于...

2019-03-29 22:23:31 652

原创 Erlang 面试和笔试题

Erlang 的垃圾回收机制（gc)原理？Erlang 的调度机制？Erlang 的监控树，重启策略？gen_server:call 的超时，对应的过程描述？gen_server:info 、gen_server:cast、gen_server:call 对应在什么情况下使用Erlang 的进程通信和节点通信？Erlang 的epmd?描述erlan...

2019-03-16 23:28:30 3038

原创快速排序（简单版本，Python、C++)

快速排序使用分治法策略把序列分为两个子序列步骤从数列中，选择一个元素作为基准值，一般都是三点选取法（开头，中间，结尾）。比较基准值，所有比基准值小的元素放在基准值左边，比它大的元素放在右边，等于的放在那一边都可以。分割结束后，该基准值就放在中间。递归重复步骤2,3 子数列排序。以下的实现方式，时间复杂度为 O(n log n) , 空间复杂度 O (n log n)最坏的情况时...

2019-02-15 23:56:47 184

原创归并排序（Python、C++)

归并排序采用分治法各层的分治可以同时进行主要步骤：分割，递归把当前的序列平均分成两半集合，保证元素顺序的同时，将上一步得到的子序列子集成到一起下列使用的是递归法，若是想使用迭代法，则自己Google申请空间，用于存放合并（两个已经排好序）的序列。两个指针，分别设为（两个已经排好序）的开始位置。比较两个指针指向的元素，比较大小，小的放到合并空间，指向小的元素指针移向下一个元素...

2019-02-15 16:15:09 108

原创计数排序（python、c++)

计数排序不是比较排序，它的排序速度快于任何比较排序算法主要步骤：找出待排序的数组中最大数和最小数，确定数组C 的长度统计数组中每个值为 i 的元素，出现的次数，存入数组 C 的第 i 项对所有的计数累加（从 C 中的第一个元素开始，每一项和前一项相加）反向填充目标数组：将每个元素放在新数组的第 C[i] 项，每放一个元素就将 C[i] 减去1时间空间复杂度都是 O ( n + ...

2019-02-11 10:02:02 180

原创插入排序（Python、c++)

插入排序主要步骤从已经排好序的元素中，从后往前比较。如果比插入的值大，则交换位置，再次比较前一个数。直到比较的数比插入的值小，则停止循环。就排好从小到大的所有序列最坏的时间复杂度为 O(n^2) , 最优的时间复杂度为 O(n)Python 实现# 插入排序def insert_sort(items): n = len(items) if n == 1: ret...

2019-02-01 23:00:28 106

原创冒泡和选择排序（Python、C++)

冒泡排序主要步骤比较相邻的两个元素，如果第一个比第二个大，交换他们的位置依次比较每每相邻的两个元素，这样比较完后，最后一个交换得到的元素就是最大的数对所有的元素重复执行上面的1 、2 步骤，最后的不用比较。直到比较完所有相邻的元素该冒泡排序的时间复杂度最坏的情况是 O(n^2) , 对于大量的数据排序，是很没有效率的。属性：时间复杂度稳定O(1) 的额外空间O(n^2）...

2019-01-31 11:27:15 149

原创旋转数组（python、c++)

旋转数组给一个n×n的数组，旋转90度。主要思路：left ----&gt; top ：把左边的一列数，转到顶部。bottom ----&gt; left：把底部的一行数，转到左边的一列数。right ----&gt; bottom：把右边的一列数，转到底部的行数。top ----&gt; right：把顶部的一行数，转到右边的一列数。有多个层数，循环依次执行上面 1- 4 ...

2019-01-30 17:24:09 339

原创九宫图（python、c++实现）

九宫图就是把1~9九个数字填到3×3，使其每一横坚斜之和都相等随后发展了，4 * 4 和 5 × 5 的宫图的实现。一、python 代码实现def palace_map(n): # 先全部初始化为 0 matrix = [[0] * (n) for i in range(n)] # 首先确定最后一行的中间为 1 row = n - 1 col = ...

2019-01-29 20:43:04 1581

opencv4.9 .cache cmake编译

空空如也