算法
null
word打字员
这个作者很懒,什么都没留下…
展开
-
Pytorch矩阵操作——维度变换,求和
Pytorch矩阵操作基本都能用以下方法(组合)实现1 . 改变形状1.1 ReshapeA= torch.zeros((2, 4)) #形状为2*4A = A.reshape(2,2,2) #形状变为2*2*21.2 View与Reashape功能相同A= torch.zeros((2, 4)) #形状为2*4A = A.View(2,2,2) #形状变为2*2*22 .维度变换2.1 维度交换A= torch.zeros((2, 4)) #形状为2*4A = A.原创 2021-09-16 15:00:54 · 2067 阅读 · 0 评论 -
Pytorch学习
torch.nn.Conv2d初始化模型:conv = torch.nn.Conv2d(1, 3, kernel_size=3, stride=2, padding=1)第一个参数:表示输入的通道数第二个参数:表示输出的通道数第三个参数:表示卷积核大小第四个参数:表示步幅长度第五个参数:是否需要padding调用模型:out = conv(x)x是一个四维的tensor:第一维表示图片数量,第二维是通道数(这里一定要跟conv的通道数一致),三四维分别表示图片的宽高输入也可以将图.原创 2021-05-23 09:51:09 · 143 阅读 · 0 评论 -
[CV]视频/图像Code小技巧(python)
在计算机视觉中对视频或者图片处理是像素级别的,而现在的视频图像质量比以往高了许多,基本都是1280*720起步了,这样在进行像素级别的处理时计算量太大,因此不得不减少计算量,下采样是常用的一种方法。opencv中有函数可以调用来对图像进行下采样操作,如果用python的话,不调用也能用一行代码搞定。img_down = img[::2, ::2, :]这行代码的意思是对img图片的行和列分别缩小1/2两个冒号加个数字的原身是[start:en d:step],start表示索引的起始位置,en原创 2021-01-04 21:22:59 · 354 阅读 · 0 评论 -
[CV]计算机视觉特征
LBP(codes)原始的LBP算子定义为在3 ∗ 3 333∗3的窗口内,以窗口中心像素为阈值,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于等于中心像素值,则该像素点的位置被标记为1,否则为0。这样,3 ∗ 3 333∗3邻域内的8个点经比较可产生8位二进制数(通常转换为十进制数即LBP码,共256种),即得到该窗口中心像素点的LBP值,并用这个值来反映该区域的纹理信息。需要注意的是,LBP值是按照顺时针方向组成的二进制数,具有旋转不变性。...原创 2024-06-27 10:02:00 · 873 阅读 · 1 评论 -
[机器学习]BP算法究竟是如何学习的?
关于机器学习的算法已经很成熟了,在使用一些框架时甚至短短几行代码就能实现。但是底层原理是什么呢?原创 2020-10-26 20:18:21 · 296 阅读 · 0 评论