![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习与深度学习
djh_hai
这个作者很懒,什么都没留下…
展开
-
机器学习与深度学习(tensorflow)
第一天:1.概述:从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测2.数据集:1.从历史数据获取规律,这些历史数据是怎么的格式?机器学习的数据:文件csv(数据库的性能瓶颈,读取速度不行,格式不符合)2.读取工具:pandas (一个数据读取非常方便以及基本的处理格式的工具)(dataFrame格式:通过行索引和列索引补全缺失值和数据转换,重复值不需要进行去重 )3.numpy:释放了GIL,是真正的多线程4.可用的数据集:scikit-learn、kaggle、UCI5.数原创 2022-01-14 11:15:12 · 477 阅读 · 0 评论 -
反向传播(Backpropagation)
原创 2022-01-03 20:52:28 · 450 阅读 · 0 评论 -
梯度下降(Gradient Descent)
原创 2022-01-03 20:50:43 · 520 阅读 · 0 评论 -
resent论文精读
原创 2022-01-01 17:32:03 · 1550 阅读 · 0 评论 -
yolo学习心得
yolo学习心得文章目录yolo学习心得一、先验框(anchor)二、边框预测一、先验框(anchor)首先可以把anchor理解为:多尺度滑动窗口。传统的检测过程是:1、生成图像金字塔,因为待检测的物体的scale是变化的。2、用滑动窗口在图片的特征金字塔上面滚动生成很多候选区域。3、各种特征提取hog和分类器svm来对上面产生的候选区域中的图片信息来分类。4、NMS非极大值抑制得到最后的结果。但由于cnn具有强大的提取特征的能力,可以替代第三步,但第一第二步独立于cnn之外的,需要原创 2020-12-28 22:10:41 · 560 阅读 · 0 评论 -
卷积神经网络学习心得
YOLOv3学习心得文章目录YOLOv3学习心得一、卷积神经网络1、卷积二、使用步骤1.引入库2.读入数据总结一、卷积神经网络1、卷积在卷积神经网络中,“卷积”更像是一个,特征提取算子。什么是特征提取算子呢?简单来说就是,提取图片纹理、边缘等特征信息的滤波器。如:如上图所示,假设,猫的上眼皮部分(框出部分),这部分的数据,展开后如图中数组所示**(这里,为了叙述简便,忽略了rgb三维通道,把图像当成一个二维数组[类比灰度图片]),我们使用一个算子,来检测横向边沿**——这个算子,让第一行原创 2020-12-28 22:11:40 · 2662 阅读 · 0 评论 -
机器学习之数据的特征工程
机器学习之数据的特征工程使用scikit-learn对数据特征值进行特征分析 (安装scikit-learn需要Numpy,pandas库)# 前言随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容,本章主要讲如何对用于机器学习的数据进行特征工程,特征工程具体包括特征抽取、特征预处理、数据降维等过程。提示:以下是本篇文章正文内容,下面案例可供参考简单介绍:机器学习是什么,为什么要对数据的特征进行特征工程?通俗来讲,机器学习是一门原创 2020-12-19 11:10:51 · 279 阅读 · 1 评论