人工智能机器学习
陈一月的编程岁月
只做自己喜欢的事情、只热衷于自己的编程
展开
-
Python人脸微笑识别2-----Ubuntu16.04基于Tensorflow卷积神经网络模型训练的Python3+Dlib+Opencv实现摄像头人脸微笑检测
Python人脸微笑识别2--卷积神经网络进行模型训练目录一、微笑数据集下载1、微笑数据集下载2、创建人脸微笑识别项目3、数据集上传至Ubuntu人脸微笑识别项目文件夹二、Python代码实现Tensorflow神经网络模型训练1、创建模型训练train.py文件2、Tensorflow神经网络模型训练3、运行train.py进行模型训练4、训练模型train.py源码三、Dlib+Opencv实现人脸微笑检测1、创建测试tset.py文件2、运行test.py进行人脸微笑识别上次博客,我们在Ubuntu原创 2020-07-05 21:37:09 · 1997 阅读 · 3 评论 -
Python语言学习-----Ubuntu16.04上基于YoloV4 的Keras物体识别
Python语言学习-----Ubuntu16.04上基于YoloV4 的Keras物体识别目录一、YoloV4-Keras包的下载1、下载2、yolov4.weights下载3、VOC训练集、测试集下载二、yolov4.weights的h5模型转换1、修改包中convert.py代码内容2、权重转换模型三、基于YoloV4 的Keras物体识别1、修改test.py代码2、数据图片准备,百度一张小车图片,放进YoloV4-Keras包3、终端运行测试四、扩展一----5h模型训练1、修改voc_annot原创 2020-07-05 14:04:14 · 929 阅读 · 4 评论 -
基于jupyter notebook的python编程-----Win10通过OpenCv-3.4.1进行人脸口罩数据集的模型训练并进行戴口罩识别检测
基于jupyter notebook的python编程-----Win10通过OpenCv-3.4.1进行人脸口罩数据集的模型训练并进行戴口罩识别检测目录一、OpenCv的下载及安装1、OpenCv的下载2、OpenCv的安装3、查看是否具有模型训练环境二、人脸口罩数据集的下载及处理1、人脸口罩数据集下载2、数据集重命名为连续序列3、正负样本数据集像素处理4、创建正负样本数据集路径txt文档5、将正负样本txt文档复制到数据集同级目录三、口罩数据集的模型训练1、创建XML文件夹2、复制训练exe文件3、对正原创 2020-07-01 15:12:19 · 3181 阅读 · 15 评论 -
python人脸微笑识别1-----基于Ubuntu16.04的Python3+Dlib+Opencv实现人脸识别及摄像头人脸检测
python人脸识别-----基于Ubuntu16.04的dlib+python3实现人脸识别及摄像头人脸检测目录一、skimage及opencv-python库的安装1、skimage库的安装2、opencv-python库的安装二、face_recognition的下载及安装1、安装相关依赖2、pip3的安装3、face_recognition的下载4、扩展三、实现基础人脸识别1、项目创建及数据准备2、基础人脸识别python代码3、人脸识别结果4、整体python代码四、实现摄像头人脸检测1、摄像头人原创 2020-06-16 00:10:51 · 1456 阅读 · 4 评论 -
基于jupyter notebook的python编程-----猫狗数据集的阶段分类得到模型精度并进行数据集优化
本次博客内容已经属于目前热门的深度学习目标识别技术,请仔细学习每一行代码,理解训练、测试、数据增加、模型优化这些经典套路,接下来,就带小伙伴进行学习吧!一、名词解释1、什么是overfit(过拟合)?1)、简单理解就是训练样本的得到的输出和期望输出基本一致,但是测试样本输出和测试样本的期望输出相差却很大 。2)、为了得到一致假设而使假设变得过度复杂称为过拟合。想像某种学习算法产生了一个过拟合的分类器,这个分类器能够百分之百的正确分类样本数据(即再拿样本中的文档来给它,它绝对不会分错),但也就为了能够原创 2020-06-10 20:10:21 · 6574 阅读 · 11 评论 -
基于jupyter notebook的python编程-----支持向量机学习二(SVM处理线性[鸢尾花数据集]和非线性数据集[月亮数据集])
基于jupyter notebook的python编程-----支持向量机学习二一、SVM处理线性数据集(鸢尾花数据集)1、导入需要的python库2、选取鸢尾花的数据集的两个特征,用于分类构建SVM算法3、标准化、构建SVM分类(实例化SVC)及训练SVM4、定义绘制决策边界函数5、绘制决策边界6、实例化SVC,并传入参数C值二、SVM处理非线性数据集(月亮数据集)1、导入需要的python库2、构建月亮的特征数据并可视化3、生成噪声点并可视化4、定义非线性SVM分类函数5、调用PolynomialSVC原创 2020-05-25 21:25:38 · 4399 阅读 · 2 评论 -
基于jupyter notebook的python编程-----支持向量机学习一(SVM、LDA、k-means算法可视化分析月亮及鸢尾花数据集)
基于jupyter notebook的python编程-----MNIST数据集的支持向量机学习目录一、1、2、3、4、5、二、1、2、3、4、5、三、1、2、3、4、5、四、1、2、3、4、5、五、1、2、3、4、5、支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(generalized linear classifier),其决策边界是对学习样本求解的最大边距超平面,所以,支持向量机的原创 2020-05-17 22:34:20 · 3332 阅读 · 2 评论 -
基于jupyter notebook的python编程-----机器学习中的线性分类器及相应判定方法(鸢尾花数据集的分类可视化)
基于jupyter notebook的python编程-----机器学习中的线性分类器目录一、机器学习中线性分类器的定义1、什么是线性分类器?2、线性分类器的实现原理3、设计线性分类器的主要步骤4、Fisher线性判别二、例题1--鸢尾花数据集的分类可视化及预测1、准备鸢尾花数据集2、打开jupyter进行python环境创建3、编写鸢尾花数据集的分类可视化代码4、鸢尾花数据集的分类可视化的整体p...原创 2020-04-29 00:39:39 · 2539 阅读 · 3 评论 -
基于jupyter notebook的python编程-----MNIST数据集的的定义及相关处理学习
第一章提到,最常见的监督式学习任务包括回归任务(预测值)和分类任务(预测类)。第二章探讨了一个回归任务–预测住房价格,用到了线性回归、决策树以及随机森林等各种算法(我们会在后续章节中进一步讲解这些算法)。本章中我们会把注意力转向分类系统。MNIST数据介绍:本章使用MNIST数据集,这是一组由美国高中生和人口调查局员工手写的70000个数字的图片。每张图像都用其代表的数字标记。这个数据集被...原创 2020-04-28 12:51:07 · 4029 阅读 · 1 评论 -
凸优化基础理论体系-----计算几何、平面、超平面、凸集、凸函数、凸规划的定义及学习
凸优化基础理论体系-----计算机几何、平面、超平面、凸集、凸函数、凸规划的定义及学习目录一、计算几何定义及学习1、计算几何的定义2、计算几何是研究什么的?3、计算几何的描述二、平面、超平面的定义及学习1、平面的定义2、三维空间中的一个平面,如何表达?3、超平面的定义及超平面的高维度表达三、凸集的定义及学习1、凸集的定义2、直线是凸集吗?3、仿射集的定义4、直线是仿射集吗?四、凸函数的定义及学习1...原创 2020-04-22 15:53:15 · 1677 阅读 · 1 评论 -
基于jupyter notebook的python编程-----通过单纯形法、拉格朗日乘子法和scipy库对比分析求解线性规划最大值和最优解问题
基于jupyter notebook的python编程-----通过单纯形法和scipy库对比分析求解线性规划最大值和最优解问题目录一、单纯形法的简单了解1、单纯形法的定义2、单纯形法的基本思路3、单纯形法的解题步骤4、最优解可能出现的情况二、例题1、求解以下约束条件的线性规划的最大值和最优解2、求解思路3、该题答案三、通过单纯形法求解线性规划最优解和最大值1、搭建python环境2、新建txt文...原创 2020-04-18 15:22:37 · 1857 阅读 · 1 评论 -
基于jupyter notebook的python编程-----利用梯度下降算法求解多元线性回归方程,并与最小二乘法求解进行精度对比
梯度下降算法是迭代法的一种,可以用于求解最小二乘问题(线性和非线性都可以),在求解机器学习算法的模型参数,即无约束优化问题时,梯度下降(Gradient Descent)是最常采用的方法之一。在机器学习中,基于基本的梯度下降法发展了两种梯度下降方法,分别为随机梯度下降法和批量梯度下降法。所以,本次博客,林君学长将带大家了解,如何通过梯度下降算法,求解回归曲线的方程,并与矩阵法求解方程的精度进行...原创 2020-04-04 15:21:16 · 2511 阅读 · 5 评论 -
基于jupyter notebook的python编程-----用牛顿切线法求方程2x^3+5x^2-x+6=0的近似解,要求误差小于0.01
基于jupyter notebook的python编程-----用牛顿切线法求高次方程的近似值方法目录一、什么是牛顿切线法?1、切线法是求可微函数的零点的一种数值算法,是一种一般情况下具有二阶收敛速度的非线性方程的数值解法二、牛顿切线法的几何意义?1、牛顿切线法的几何意义如下图所示:三、牛顿切线法的原理?1、牛顿切线法的原理如下所示:四、通过python编程,模拟牛顿切线法,进行例题求解1、例题2...原创 2020-03-25 00:07:48 · 1898 阅读 · 2 评论 -
基于jupyter notebook的python编程-----通过矩阵实现最小二乘法对求多元线性回归方程的的待定系数a和判定系数R2的求解
基于jupyter notebook的python编程-----通过原理,求解分析多元线性回归方程的的待定系数a和判定系数R2目录一、二元线性回归的推导原理1、因变量百度y关于自标量nxxx21,的多元回归方程如下:2、离散化数据(m组离散化数据)代入、可得:3、转化为矩阵形式如下4、矩阵形式变形为:5、所以,通过如上步骤,我们就可以得到系数矩阵W二、运行jupyter notebook,搭建p...原创 2020-03-21 23:47:03 · 2223 阅读 · 4 评论 -
基于jupyter notebook的python编程-----通过原理,求解分析一元线性回归方程的的待定系数a和判定系数R2
分析线性回归方程的的待定系数a和判定系数R2的分解步骤目录一、运行jupyter notebook,搭建python环境1、打开Windows终端命令行,输入==jupyter notebook==,打开我们的jupyter工具,如下所示:2、在jupyter的web网页中创建python文件,如下所示:3、现在就可以在jupyter的代码行里面输入我们的代码啦!二、本次内容所需要的表格数据1、本...原创 2020-03-20 19:49:44 · 1283 阅读 · 5 评论 -
基于jupyter notebook的python编程-----运用sklearn库,导入文件数据模拟多元线性回归分析
基于jupyter notebook的python编程-----运用sklearn库,导入文件数据模拟多元线性回归分析的目录一、运行jupyter notebook,搭建python环境1、打开Windows终端命令行,输入==jupyter notebook==,打开我们的jupyter工具,如下所示:2、在jupyter的web网页中创建python文件,如下所示:3、现在就可以在jupyte...原创 2020-03-19 20:11:23 · 4707 阅读 · 1 评论 -
基于jupyter notebook的python编程-----运用sklearn库,导入文件数据模拟一元线性回归分析
基于jupyter notebook的python编程-----运用sklearn库,导入文件数据模拟一元线性回归分析一、运行jupyter notebook,搭建python环境1、打开Windows终端命令行,输入==jupyter notebook==,打开我们的jupyter工具,如下所示:2、在jupyter的web网页中创建python文件,如下所示:3、现在就可以在jupyter的代...原创 2020-03-15 17:38:11 · 3270 阅读 · 2 评论 -
基于jupyter notebook的python编程-----运用最小二乘法,导入文件数据模拟一元线性回归分析
基于jupyter notebook的python编程-----运用最小二乘法,导入文件数据模拟一元线性回归分析用最小二乘法模拟一元线性回去曲线的步骤一、运行jupyter notebook,搭建python环境1、打开Windows终端命令行,输出==jupyter notebook==,打开我们的jupyter工具,如下所示:2、在jupyter的web网页中创建python文件,如下所示:...原创 2020-03-11 18:19:36 · 2891 阅读 · 4 评论 -
基于jupyter notebook的python编程-----演示梯度下降算法,求解函数最小值,模拟线性回归分析
利用jupyter notebook进行python编程,演示梯度下降算法,求解函数最小值,模拟线性回归分析在实际工作中,对于各种算法模型(线性回归)来讲,我们需要获取θ, n, p的值θ的求解其实就是算法模型的求解,-般不需要开发人员参与(算法已经实现)主要需要求解的是X和p的值,这个过程就叫调参(超参)交叉验证:将训练数据分为多份,其中一份进行数据验证并获取最优的超参:λ和p;比如:十...原创 2020-03-04 14:28:21 · 1818 阅读 · 1 评论 -
windows上面jupyter notebook的安装及使用
jupyter notebook的安装及使用在进行《人工智能与机器学习》的时候,大多数情况我们是使用python语言书写代码,但是很多时候,我们苦于python代码的集成环境,这里林君学长主要给大家介绍一种编写python文件代码的工具,jupyter notebook使用简单,非常好用!一、什么是jupyter notebook?有什么特点?Jupyter Notebook, 以前又称为I...原创 2020-03-02 15:51:03 · 2482 阅读 · 6 评论