AI
文章平均质量分 85
python/人工智能/机器学习/深度学习
七灵微
顺势而为
展开
-
【AI】机器学习详解1
定义为将线性函数结果映射到sigmoid函数中,分类常是离散型的,可能是分段函数等,存在分段点或不连续则不可求导,sigmoid是连续性的函数,且可以从0.5作为分界点。越大表明欠拟合,越小表明过拟合。过拟合就是将数据噪声也学习了,训练的时候效果很好,损失函数值可以降得很低,但是到测试数据集的时候表现就不那么好了,原因是过分依赖于现有训练数据集的特征造成的。在构建模型的过程中,在每个 epoch 中使用验证数据测试当前已构建的模型,得到模型的损失和准确率,以及每个 epoch 的验证损失和验证准确率。原创 2024-08-14 00:01:40 · 1132 阅读 · 2 评论 -
【AI】CV基础1
0表示黑,255表示白,其他数字表示不同的灰度。不管其图像格式是PNG,还是BMP,或者JPG,在PIL中,使用Image模块的open()函数打开后,返回的图像对象的模式都是“RGB”。F:32位浮点型像素。为32位浮点灰色图像,它的每个像素用32个bit表示,0表示黑,255表示白,(0,255)之间的数字表示不同的灰度。在一片灰度均匀的区域,有一个噪声点(噪声之所以是噪声,本身其像素值就凸显于其他周围区域),经过二阶导数处理后,噪声点更加孤立明显了,尤其在这些灰度平滑区域更加的显眼,噪声被放大了。原创 2024-08-11 19:09:31 · 898 阅读 · 0 评论 -
【AI】OCR篇1
通过透视变换,我们可以实现将一张正对我们的图片转换成仰视、俯视、侧视看这张图片的效果,反之也可以实现转换到正对的效果。OCR传统方法在应对复杂图文场景的文字识别能力不够,如何把文字在复杂场景读出来,并且读得准确,关键在于。版面分析 、预处理-> 行列切割 -> 字符识别 -> 后处理识别矫正。原创 2024-08-06 14:46:59 · 1176 阅读 · 0 评论 -
【AI】可变形卷积Deformable Conv
卷积对大家来说并不陌生了,这里主要描述Deformable Conv。其在论文中也是常见的一个术语,Deformable Convolutional Networks(DCN) 还可以细分成可变形卷积、对候选区域的池化等。原创 2024-08-05 14:18:15 · 805 阅读 · 1 评论 -
【AI】常见的术语解释汇总
发现论文中经常有术语和专业词汇,在这里进行长期更新汇总。原创 2024-08-05 11:22:42 · 730 阅读 · 0 评论 -
【AI】opencv-python形态学操作合集
算法原理:(灰度图像仅有0,1两种像素值) 在给定的结构元素(kernel滤波器)下,遍历图像的每个像素,并将其值替换为该像素周围邻域内像素的最小值。边缘检测和轮廓提取:形态学梯度运算可以用来提取图像中的边缘和轮廓,顶帽和黑帽运算都是形态学梯度运算的一种,它们可以通过突出图像中物体的边缘和轮廓来提高图像的清晰度和对比度。可在腐蚀后使用,在腐蚀操作中,消除噪声的同时,有价值的信息也减少了。斑块提取和分离:对于一些特定的应用,比如在医学图像处理中,顶帽和黑帽运算可以用来提取和分离某些特定的斑块,如肺结节等。原创 2024-08-04 10:05:45 · 914 阅读 · 0 评论 -
【AI】Pytorch_数据&预处理
整体框架如下打开jupyter lab,打开一个file,右上角选择kernel为torchgpuprivate要在 Mac M1的GPU 上运行 PyTorch 代码,使用命令 torch.device(“mps”)来指定。之后就只需要引用gpu_a,gpu_b,其他与cpu_a…的操作没有区别。Variable已经合并到tensor 但是对于理解张量有帮助。variable是torch.autograd中的数据类型,用于封装tensor进行自动求导,有五个属性data:被包装的tenso原创 2024-07-26 00:30:42 · 606 阅读 · 0 评论 -
【AI】消融实验ablation study
为了更好地了解该系统,作者进行了一项消融研究,移除系统的不同部分–例如,移除卷积神经网络的一个或两个全连接层,性能损失却出奇地小,这让作者得出以下结论,CNN中最有代表性最显著的部分是卷积层而非连接层。验证是否运行原理符合你的假设(移除系统中的特定的部分,来控制变量式的研究这个部分对于系统整体的影响。如果去除之后系统性能明显的下降,则说明这一部分的设计是必不可少的。这里要注意其中每个其中列出的模块是互相独立的,当模块C是基于模块B时,也就是不存在A+C模型的组合方式时,需要将上表中对应A+C的行删去。原创 2024-06-19 00:53:49 · 451 阅读 · 0 评论 -
【AI】Netron
友情链接Netron 是一个神经网络、深度学习和机器学习模型的浏览器。它可以为模型的架构生成具有描述性的可视化。原创 2024-05-03 22:56:18 · 547 阅读 · 0 评论 -
【AI】ONNX
友情链接开放神经网络交换(Open Neural Network Exchange)简称ONNX,是微软和Facebook提出用来表示深度学习模型的开放格式。所谓开放就是ONNX定义了一组和环境,平台均无关的标准格式,来增强各种AI模型的可交互性。无论你使用何种训练框架训练模型(比如TensorFlow/Pytorch/OneFlow/Paddle),在训练完毕后你都可以将这些框架的模型统一转换为ONNX这种统一的格式进行存储。原创 2024-05-03 22:36:24 · 1053 阅读 · 2 评论 -
【AI】隐马尔可夫模型hmm初探
hmm可以处理两种情景的问题,监督式和非监督式。监督式学习指的是你拥有一个输入变量(x)和一个输出变量(Y),使用某种算法去学习从输入到输出的映射函数,Y=f(X)。目标:是足够好的近似映射函数,以便当我们在新的数据 ( x )上可以预测输出变量(Y)。监督式学习可被分为分类和回归问题。分类则输出变量属于某一类,回归指的是输出变量是一个实值。非监督式学习指没有类别信息,通过对对象大量样本数据分析实现对样本分类只有输入但没有相关输出变量。目标是找到数据潜在结构和分布建模。用于分类问题,包含聚类.原创 2021-05-22 21:19:20 · 161 阅读 · 0 评论