人工智能与机器学习
文章平均质量分 96
栗子NZ
这个作者很懒,什么都没留下…
展开
-
人工智能与机器学习——Ubuntu16.04上基于YoloV4 的Keras物体识别
人工智能与机器学习——Ubuntu16.04上基于YoloV4 的Keras物体识别一、安装keras、tensorflow1. 安装keras2. 安装tensorflow3. 测试是否安装成功二、下载Yolo V4-keras1. 下载Yolo V42. 下载yolo4_weights.h5三、实现YoloV4 的Keras物体识别1. 修改test.py代码2. 运行程序一、安装keras、tensorflow1. 安装keraspip install keras -i https://pypi原创 2020-07-06 22:06:18 · 973 阅读 · 0 评论 -
人工智能与机器学习·大作业——微笑识别和口罩识别
人工智能与机器学习·大作业——微笑识别和口罩识别一、人脸图像特征提取的各种方法1. HOG2. 卷积神经网络特征二、笑脸数据集1. 准备工作(1)下载tensorflow①在 Anaconda 中创建 python3.6 版本的TensorFlow环境②激活 python3.6 的 tensorflow 环境③使用豆瓣镜像安装 tensorflow④激活对应的conda环境⑤安装ipykernel⑥将环境写入notebook的kernel中⑦在系统内切换⑧查看是否安装成功(2)下载dlib库①查看自己Ana原创 2020-07-04 23:05:45 · 3753 阅读 · 2 评论 -
人工智能与机器学习——SVM算法深入探究
人工智能与机器学习——SVM算法深入探究一、原理介绍1. 支持向量机2. 超平面二、Soft Margin SVM1. 加载鸢尾花数据集并查看散点图分布2. 绘制决策边界3. 再次实例化SVC,重新传入一个较小的C三、使用多项式与核函数1. 加载月亮数据集2. 绘制散点图3. 加入噪声点4. 通过多项式特征的SVM进行分类5. 使用核技巧来对数据进行处理四、核函数1. 产生测试点以及绘制散点图2. 将数据升为二维五、超参数γ1. 加载月亮数据集2. 定义一个RBF核的SVM2. 修改γ值① γ=100② γ原创 2020-05-25 16:03:07 · 1750 阅读 · 0 评论 -
人工智能与机器学习——采用线性LDA、k-means和SVM算法进行二分类可视化分析
人工智能与机器学习——采用线性LDA、k-means和SVM算法进行二分类可视化分析一、原理介绍1. 线性判别分析(LDA)2. K均值聚类算法 k-means3. SVM(支持向量机)算法二、线性LDA算法对鸢尾花数据集合月亮数据集二分类1. 鸢尾花数据集2. 月亮数据集三、K-means对鸢尾花数据集合月亮数据集二分类1. 鸢尾花数据集2. 月亮数据集四、SVM算法对鸢尾花数据集合月亮数据集二分类1. 鸢尾花数据集2. 月亮数据集五. SVM算法的优点一、原理介绍1. 线性判别分析(LDA)LDA原创 2020-05-19 14:49:25 · 1111 阅读 · 0 评论 -
人工智能与机器学习——基于Fisher判别的线性分类和对Iris数据集的 Fisher线性分类
人工智能与机器学习——基于Fisher判别的线性分类一、原理介绍1. Fisher判别法2. Fisher线性判别3. “群内离散度”与“群间离散度”二、用python代码实现Fisher判别的推导三、Iris数据集实战1. 在命令行下,下载包seaborn2. 数据可视化3. relplot(1). 花萼的长度和宽度在散点图上分了两个簇, 而且两者各自都有一定的关系. 鸢尾花又分为三个品种(2)...原创 2020-05-06 23:17:24 · 1506 阅读 · 0 评论 -
人工智能与机器学习——分类器 Jupyter编程完成对手写体Mnist数据集中10个字符 (0-9)的分类识别
人工智能与机器学习——分类器 Jupyter编程完成对手写体Mnist数据集中10个字符 (0-9)的分类识别一、“模型评估与旋转”名词定义1. “查准率”2. “查全率”3. “F1-Score”4. “ROC”5. “混淆矩阵”二、Jupyter编程完成对手写体Mnist数据集中10个字符 (0-9)的分类识别1. 使用sklearn的函数来获取MNIST数据集2. 对数据集进行排序3. 查看...原创 2020-04-26 20:52:27 · 1320 阅读 · 0 评论 -
人工智能与机器学习——凸优化基础知识点问答
人工智能与机器学习——凸优化基础1. 计算几何是研究什么的?2. 计算几何理论中(或凸集中)过两点的一条直线的表达式,是如何描述的?与初中数学中那些直线方程有什么差异?有什么好处?3. 凸集是什么? 直线是凸集吗?是仿射集吗?(1)凸集的定义(2)直线是凸集吗(3)凸集的定义4. 三维空间中的一个平面,如何表达?5. 更高维度的“超平面”,如何表达?6. 什么是“凸函数”定义?什么是Hessen矩...原创 2020-04-22 17:44:16 · 820 阅读 · 0 评论 -
人工智能与机器学习——线性规划中的单纯形法、大M法的excel求解、python求解;非线性规划的拉格朗日乘子法求解、python求解
人工智能与机器学习——梯度下降法求函数极值一、原理介绍1. 梯度下降法的原理2. 梯度下降法求解过程3. 牛顿法原理4. 牛顿法方法说明二、用Excel完成函数极值的求解1. 求解函数题目2. 用excel计算① ∂z/∂x1 计算方法② ∂z/∂x2 计算方法③ ⊿x1 计算方法④ ⊿x2 计算方法3. 计算结果三、用 Python编程完成函数极值的求解1. 显示函数图像2. 求函数极值四、梯度...原创 2020-04-19 19:13:25 · 902 阅读 · 0 评论 -
人工智能与机器学习——梯度下降法求函数极值
人工智能与机器学习——梯度下降法求函数极值一、原理介绍1. 梯度下降法的原理2. 梯度下降法求解过程3. 牛顿法原理4. 牛顿法方法说明二、用Excel完成函数极值的求解1. 求解函数题目2. 用excel计算① ∂z/∂x1 计算方法② ∂z/∂x2 计算方法③ ⊿x1 计算方法④ ⊿x2 计算方法3. 计算结果三、用 Python编程完成函数极值的求解1. 显示函数图像注释也是必不可少的KaT...原创 2020-04-05 16:20:19 · 3739 阅读 · 0 评论