2020年04月_爱吃骨头的猫、

12月 11月 10月 08月 07月 06月 05月 04月 03月 02月 01月

原创 OpenMV(四)--STM32实现特征检测

STM32实现特征检测引前言1. 边缘检测1.1 构造函数1.2 源码分析2. 圆形识别2.1 构造函数2.2 源码分析3. 特征点识别3.1 构造函数3.2 源码分析引OpenMV(一)–基础介绍与硬件架构OpenMV(二)–IDE安装与固件下载OpenMV(三)–实时获取摄像头图片前言本专栏基于以STM32H743为MCU的OpenMV-H7基板，结合OV7725卷帘快门摄像头进行...

2020-04-29 00:00:05 19483 7

原创 OpenMV(三)--实时获取摄像头图片

实时获取摄像头图片引前言1. 构造函数2. 源码分析引OpenMV(一)–基础介绍与硬件架构OpenMV(二)–IDE安装与固件下载前言利用OpenMV进行机器视觉开发的基础就是结合摄像头拍摄的图像进行分析，获取摄像头拍摄的图片是万里长征的第一步。本系列专栏中采用的都是是OV7725卷帘快门摄像头，以后不再赘述。我们将从OpenMV中相应的构造函数开始，对实现该功能的源码进行分析。1....

2020-04-27 21:39:53 17899

原创 OpenMV(二)--IDE安装与固件下载

环境搭建与IDE使用1. IDE安装2. 固件下载2.1 DFU安装2.2 固件下载1. IDE安装OpenMV具有独有的IDE，而且可以跨平台使用，支持Win, Mac OS, Linux以及Raspian。OpenMV IDE可以从官网进行下载：下载地址，下在界面如图1所示，可以根据自己的需求进行不同版本的下载。图1. OpenMV IDE下载界面下载之后进行安装，安装完毕之后打开...

2020-04-27 19:27:16 16629 71

基础介绍与硬件架构1. OpenMV介绍1.1 什么是OpenMV1.2 OpenMV与OpenCV2. 硬件架构2.1 OpenMV-H72.2 STM32H7432.3 原理图1. OpenMV介绍1.1 什么是OpenMVOpenMV是由美国克里斯团队基于MicroPython发起的开源机器视觉项目，目的是创建低成本，可扩展，使用python驱动的机器视觉模块。OpenMV搭载了Mic...

2020-04-27 18:25:55 28540 9

原创 TensorFlow2.0(十二)--实现简单RNN与LSTM网络

实现简单RNN与LSTM网络前言1. 导入相应的库2. 加载与构建数据集2.1 加载数据集2.2 构建词表2.3 处理数据3. 构建简单的RNN模型3.1 单向RNN模型3.2 双向RNN模型4. 构建LSTM模型4.1 单向LSTM模型4.1 双向LSTM模型5. 模型编译与训练前言上篇博文TensorFlow2.0(十一)–理解LSTM网络我们详细解释了LSTM的工作原理与结构，这篇博文我...

2020-04-16 21:13:40 6280 1

原创 TensorFlow2.0(十一)--理解LSTM网络

理解LSTM网络前言1. 循环神经网络前言本文内容摘自著名的博客文章Understanding LSTM Networks, 思维导图链接：读书笔记–《Understanding LSTM Networks》1. 循环神经网络我们从来不会从头思考，比如当你看到这句话时，你理解每个字的含义，因为你记住了之前的字和句子，这是因为我们的大脑有记忆的能力。传统的神经网络并不能做到向我们这样理解文章...

2020-04-13 16:42:43 4906

原创 LeetCode--144,94,145,102 二叉树的前序、中序、后序、层序遍历(递归，迭代，栈，队列)

二叉树的前序、中序、后序、层序遍历(递归，迭代，栈，队列）1. 二叉树的前序遍历1.1 题目描述1.2 题目分析1.3 Python实现2. 二叉树的中序遍历2.1 题目描述2.2 题目分析2.3 Python实现3. 二叉树的后序遍历2.1 题目描述2.2 题目分析2.3 Python实现4. 二叉树的层序遍历2.1 题目描述2.2 题目分析2.3 Python实现1. 二叉树的前序遍历1....

2020-04-12 19:36:00 3180

原创 TensorFlow2.0(十)--实现深度可分离卷积神经网络

深度可分离卷积神经网络1. 深度可分离卷积网络介绍1. 1 深度可分离卷积网络与普通卷积网络1.2 普通卷积与深度可分离卷积计算量对比2. 深度可分离卷积网络实现2.1 导入相应的库2.2 数据集的加载与处理2.3 构建模型2.4 2.4 模型的编译与训练2.5 学习曲线绘制2.6 模型验证1. 深度可分离卷积网络介绍1. 1 深度可分离卷积网络与普通卷积网络深度可分离卷积神经网络是卷积神...

2020-04-10 18:14:23 6596 4

原创 TensorFlow2.0(九)--Keras实现基础卷积神经网络

Keras实现基础卷积神经网络1. 卷积神经网络基础2. Keras实现卷积神经网络2.1 导入相应的库2.2 数据集的加载与处理2.3 构建模型2.4 模型的编译与训练2.5 学习曲线绘制2.6 模型验证1. 卷积神经网络基础卷积神经网络（Convolutional Neural Networks, CNN）是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网...

2020-04-10 16:55:57 4436 5

原创 LeetCode--95. 不同的二叉树搜索Ⅱ（动态规划）

不同的二叉树搜索Ⅱ（动态规划）1. 题目描述2. 题目分析3. Python实现1. 题目描述难度：中等2. 题目分析这道题目是LeetCode96题.不同的二叉树搜索的进阶版，动态规划的思路还是不变的，但是难度提升就在于96题要求我们只需要输出组合的数目，而95题需要我们将所有的树的组合输出。动态规划根据96题，我们得到的动态转移方程为： dp[i] = dp[i] + dp...

2020-04-10 00:18:02 3074

原创 LeetCode--96. 不同的二叉搜索树（动态规划）

不同的二叉搜索树（动态规划）1. 题目描述2. 题目分析3. C语言实现4. Python实现1. 题目描述难度：中等2. 题目分析首先我们要知道二叉搜索树的特点：左子树肯定小于其根节点右子树肯定大于其根节点第一个根节点的值总是大于左边的所有的节点的值第一个根节点的值总是小于于右边的所有的节点的值现在我们来看看怎么用动态规划来解决这个问题：动态规划动态规划的解决思路是...

2020-04-08 00:26:43 3512 3

原创 TensorFlow2.0(八)--tf.function函数转换

tf.function函数转换1. 关于tf.function2. tf.function 的实现3. 关于@tf.function1. 关于tf.functiontf.function的官方含义是“Creates a callable TensorFlow graph from a Python function.”也就是说，tf.function可以从 Python 函数创建可调用的 Te...

2020-04-05 23:47:24 4269

原创 TensorFlow2.0(七)--基础API使用

基础API使用1. 常量tf.constant1.1 导入相应的库1.2 tf.constant的索引操作1.3 tf.constant的算子操作1.4 numpy与tf.constant之间的转化2. 字符串tf.strings3. ragged tensor3.1 ragged tensor的索引操作3.2 ragged tensor的算子操作3.3 ragged tensor 转化为普通的t...

2020-04-05 23:31:59 3385

原创 TensorFlow2.0(六)--超参数搜索

超参数搜索1. 超参数搜索简介1.1 超参数1.2 超参数搜索2. 手动实现超参数搜索2.1 导入相应的库3. sklearn实现超参数搜索1. 超参数搜索简介1.1 超参数超参数就是在神经网络的训练过程中，不变的参数。比如：网络结构参数：层数，每层宽度，每层激活函数等训练参数： batch_size, 学习率，学习率衰减算法1.2 超参数搜索如果我们在训练模型的过程中手动的一...

2020-04-04 17:22:24 4107 1

原创 TensorFlow2.0(五)--Keras构建Wide & Deep模型

Keras构建Wide & Deep模型1. Wide & Deep模型简介2. Keras实现Wide & Deep模型2.1 导入相应的库2.2 数据集加载与处理2.3 利用函数式API构建Wide & Deep模型2.3 利用子类API构建Wide & Deep模型2.4 模型的训练与验证2.5 多输入结构1. Wide & Deep模型简介...

2020-04-04 00:05:06 4835 2

原创 TensorFlow2.0(四)--Keras构建深度神经网络(DNN)

Keras构建深度神经网络(DNN）1. 深度神经网络简介2. Kerase搭建DNN模型2.1 导入相应的库2.2 数据加载与归一化2.3 网络模型的构建2.4 批归一化，dropout以及selu激活函数2.5 模型编译与训练2.6 模型验证1. 深度神经网络简介深度神经网络（Deep Neural Networks，DNN）可以理解为有很多隐藏层的神经网络，又被称为深度前馈网络（DFN）...

2020-04-03 21:51:07 7745

原创 TensorFlow2.0(三)--Keras构建神经网络回归模型

Keras构建神经网络回归模型1. 前言1. 导入相应的库2. 数据导入与处理2.1 加载数据集2.2 划分数据集2.3 数据归一化3. 模型构建与训练3.1 神经网络回归模型的构建3.2 神经网络回归模型的训练3.3 绘制学习曲线4. 模型验证1. 前言上一篇博客的主要内容是利用tf.keras构建了一个由四层神经网络构成的分类模型，并进行了训练，本篇博客的内容是同样利用keras来构建一个...

2020-04-03 21:17:38 8327 4

原创 TensorFlow2.0(二)--Keras构建神经网络分类模型

Keras构建分类模型1. tf.keras简介2. 利用tf.keras构建神经网络分类模型2.1 导入相应的库2.2 数据读取与展示2.3 数据归一化2.4 构建模型2.5 模型的编译与训练2.6 绘制训练曲线2.7 增加回调函数1. tf.keras简介keras是什么:基于python的高级神经网络API以TensorFlow, CNTK或者Theano后端运行，keras必须有...

2020-04-03 17:38:07 6849 6

原创 LeetCode--265. 粉刷房子Ⅱ（动态规划）

粉刷房子Ⅱ（动态规划）1. 题目描述2. 题目分析3. C语言实现1. 题目描述难度：困难2. 题目分析这道题目是256. 粉刷房子的进阶题，其实解题思路和256题是一样的：动态规划256题颜色是3种，但是本题的颜色变为了k种，但是整体的思路还是一样的，我们申请一个二维数组dp[n][k]来存放每个房子的每个颜色的最低花费，时间复杂度为O(nk)。3. C语言实现代码如下：...

2020-04-03 16:05:46 3904

原创 LeetCode--256. 粉刷房子（动态规划）

粉刷房子（动态规划）1. 题目描述2. 题目分析3. C语言实现1. 题目描述难度：简单2. 题目分析这道题目是一道典型的动态规划问题，如果我们只把目光放在一个最少花费的身上，状态转化方程并不容易想出来，但是如果我们着眼于每一个颜色的最少花费，那么状态转化方程可以很容易地写成：初始态 red[0] = costs[0][0] blue[0] = costs[0][0] gre...

2020-04-02 22:59:01 3702

原创 LeetCode--174.地下城游戏（动态规划）

地下城游戏（动态规划）1. 题目描述2. 题目分析3. C语言实现1. 题目描述难度：困难2. 题目分析这道题是64.最小路径和的进阶版。但是这一题我们不能从左上向右下的顺序，而是**要从最后一步开始，从右下到左上的顺序。**我们知道骑士最少的健康点数为1，所以最后一步的点数为1，然后根据每个网格中的数据依次计算，到某个网格时的所剩余的最低健康点数。动态方程为：对于M x N的网格：...

2020-04-01 19:01:07 3148