自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(16)
  • 资源 (2)
  • 收藏
  • 关注

原创 【深度学习系列】基础知识、模型学习

基础知识原创 【深度学习】——训练过程 原创 【深度学习】——激活函数(sigmoid、tanh、relu、softmax) 原创 【深度学习】——损失函数 原创 【深度学习】——梯度下降优化算法深度学习模型学习原创 【深度学习】——常见深度学习模型总结、anchor-free和anchor-based 原创 【深度学习】——如何提高map值 原创 【深度学习】——2021年FPN特征金字塔 原创 【深度学习】——模型评估指标MAP计算 原创 【深度学习】——日常知识

2021-08-25 00:32:47 333

原创 【深度学习】——性能指标(ROC、MAP、AUC等)

一、分类任务性能指标1、混淆矩阵2、精确度ACCURACY = 正确数/总数 3、查全率(RECALL)——真正正样本中预测正确的比例 4、查准率(precision)——预测为正样本中的预测正确的比例5、F-score——对查准率和查全率进行结合的一个参数 6、ROC曲线与AUC1) 真正率:TPR——RECALL2)假正率:FPR = FP /(TN+FP)3)AUC——由TPR-FPR曲线(ROC)包围的面积 7、P-R曲线与AP1)P-R曲线——Prec

2021-08-31 01:50:26 10032

原创 【机器学习】——《机器学习实战》面试复习

目录一、机器学习概念二、机器学习步骤三、有监督学习1、k-近邻算法核心思想实例:手写数字的识别优缺点:2、决策树相关概念核心思想一些小技巧优缺点3、神经网络4、SVM——支持向量机核心思想SVM和SVR的区别5、集成学习核心思想一、机器学习概念机器学习就是将传感器等方式得到的海量的数据转化为有用的信息的过程。就是根据以往的经验和数据使得构建的模型最优,以此来更加满足需求。二、机器学习步骤1、采集数据——拍照、传感器.

2021-08-31 01:47:45 656

原创 【深度学习】——梯度下降优化算法(批量梯度下降、随机梯度下降、小批量梯度下降、Momentum、Adam)

首先来看看梯度下降的一个直观的解释。比如我们在一座大山上的某处位置,由于我们不知道怎么下山,于是决定走一步算一步,也就是在每走到一个位置的时候,求解当前位置的梯度,沿着梯度的负方向,也就是当前最陡峭的位置向下走一步,然后继续求解当前位置梯度,向这一步所在位置沿着最陡峭最易下山的位置走一步。这样一步步的走下去,一直走到觉得我们已经到了山脚。当然这样走下去,有可能我们不能走到山脚,而是到了某一个局部的山峰低处。

2021-08-25 00:27:11 3615

原创 【深度学习】——分类损失函数、回归损失函数、交叉熵损失函数、均方差损失函数、损失函数曲线、

损失函数的一般表示为L(y,f(x)),用以衡量真实值y和预测值f(x)之间不一致的程度,一般越小越好。为了便于不同损失函数的比较,常将其表示为单变量的函数,在回归问题中这个变量为y−f(x),在分类问题中则为yf(x)。下面分别进行讨论。

2021-08-25 00:26:24 6238

原创 【深度学习】——激活函数(sigmoid、tanh、relu、softmax)

目录激活函数1、作用2、常用激活函数3、衡量激活函数好坏的标准:4、不同的激活函数1)sigmoid2)tanh函数3)RULE函数和leak-relu函数4)softmax函数激活函数1、作用如果只是线性卷积的话,会导致无法形成复杂的表达空间,因此需要激活函数来进行非线性映射,这样可以得到更高语义的信息,提升整个神经网络的表达能力。2、常用激活函数sigmoid、tanh、relu、softmax3、衡量激活函数好坏的标准:1)是否0-.

2021-08-25 00:25:46 3936

原创 【深度学习】——训练过程

训练过程其实就是y=f(x)的求参过程,先给参数一个初始值,然后根据初始函数计算得到预测值,根据预测值和真值计算损失,然后又根据损失函数进行反向传播更新参数,更新参数后,再次计算预测值,如此往复,直到损失达到期望的结果停止迭代。步骤如下:1、选择模型,设置参数初始值2、获得真实数据(xi,yi)3、前向传播计算获得预测值4、确定损失函数,计算损失5、反向传播计算,计算梯度6、根据梯度更新参数7、将参数代入模型中,重复2-78、当损失小于期望值时,停止..

2021-08-25 00:01:42 2224

原创 shopee虾皮科技测试工程师第一次笔试

10道单选题10道多选题2道编程题第一题:十进制转二进制计算1的个数(负数转为补码)#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time : 2021/8/23 15:44# @Author : @linlianqin# @Site : # @File : 十进制转换为二进制(计数1的个数).py# @Software: PyCharm# @description:class Solution: def o.

2021-08-23 17:16:40 971

原创 腾讯技术研究类和数据分析第一次笔试(2021.8.22)——Python

第一题:开锁——数学期望# 最优策略:钥匙的选择先从消耗时间最少的开始选择,然后选择第二小的依次类推# 开锁概率1/ndef openLockTime(n, m, time): time_reverse = [] # (n,m)->(m,n) for i in range(m): m_time = [] for j in range(n): m_time.append(time[j][i]) time_reverse.append(sorted(m_time)) E .

2021-08-22 23:47:57 735

原创 YOLOV1学习

YOLOV1学习(输入的图像固定大小为448X448X3)参考文献模型结构将输入的图像归一化为大小为448x448x3的图像,然后将经过中间24层的卷积后得到了7x7x1024的特征图,然后后面连接的是两个全连接层,分别是4096和1470,最后将1470reshape成7x7x30的张量。问题0:①为什么是30,又为什么是7?②怎么解析?答:①为什么是7是因为将输入图像划分成了7x7的grid cell,30是因为每个grid cell都会生成两个预测框,每个预测框又有5个参数(x,y,h,

2021-08-22 00:55:53 458

原创 【深度学习】——常见深度学习模型总结、anchor-free和anchor-based

目录1、faster rcnn:2、SSD:3、YOLOv1:小结:拓展:anchor-based和anchor-freeanchor1、faster rcnn:是一个two stage模型,主要创新点在于RPN网络用于候选框的生成。首先利用先验知识对特征图上每一个点生成先验大小的9个ANCHOR框,然后第一阶段是训练RPN网络即生成候选区域,确定每一个框是否包含物体,这里主要是对固定的ANCHOR进行筛选和修正,将剩余的锚框作为候选区域;第二个阶段则是对候选区域进行分.

2021-08-22 00:53:25 1787

原创 【Python学习】——语言风格(变量赋值、深浅拷贝、for循环陷阱)

目录1、赋值2、赋值的分类——引用赋值、值赋值1) 不可变对象引用赋值——字符串、数值、元组等2)可变对象引用赋值——列表、集合、字典3)可变与不可变对象的引用赋值内部分析4)在py文件中,和作用域有关,如在同一个函数中的相同值的变量是相等的,即值相等,地址也相等3、深拷贝与浅拷贝4、循环——序列和非序列的循环中进行元素的修改1、赋值# 赋值包含多种赋值方式,一般赋值、元组赋值、序列赋值、解包赋值a = "long"b,c = "1",2d,e,f,g..

2021-08-19 22:07:10 352

原创 python数据结构《排序专题复习》

目录常见的三种排序方法冒泡排序插入排序选择排序其他经典的排序方法快速排序堆排序归并排序希尔排序不同排序方法的各维度对比排序方式的稳定性:若两个相同的元素在排序前后的相对位置不发生改变的排序为稳定排序,否则不稳定排序常见的三种排序方法以【3,2,2,1,1】为例冒泡排序冒泡排序思路:不断地对比相邻的两个元素,将若前面的元素 大于(注意不含等于) 后面的元素,则两个元素进行位置交换。# 冒泡排序,复杂度为O(n^2)def bubb..

2021-08-12 01:39:49 312

原创 【python基础】——数据类型(列表、字典、集合)

python基础变量与运算符号//%**意义整除整除取余幂次方数据种类#mermaid-svg-UDZ41KyE8Zft8gle .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-UDZ41KyE8Zft8gle .label text{fill:#333}#mermai

2021-08-11 00:24:12 188

转载 Python中的序列操作

Python中的序列操作 分类: pythonundefined官方手册:https://docs.python.org/3.7/library/stdtypes.html#sequence-types-list-tuple-range序列简介序列是指按照位置顺序来存储数据的数据结构,也就是说能通过数值索引进行操作。实际上,python对序列的解释是:只要类型对象中重载了__len__()和__getitem__(),且它们的整数参数从0开始,就表示这个类型满足序列协议,是一个序列类型。

2021-08-10 22:42:41 1272

原创 【Python生成readme文件】——Markdown语法

链接:https://www.cnblogs.com/wj-1314/p/8547763.html

2021-08-10 20:09:55 4794

学生信息管理系统视频展示

学生信息管理系统视频展示

2023-05-31

【python数字信号处理】scipy库设计滤波器(IIR为例)、绘制滤波器频谱响应、IIR滤波器滤波、读写wav音频文件

相关文章:【python数字信号处理】——scipy库设计滤波器(IIR为例)、绘制滤波器频谱响应、IIR滤波器滤波、读写wav音频文件

2022-03-22

interge.slx

1.利用integrator求解微分方程 1.1求解步骤 1)先将微分方程中阶数最高的项移到等式左边,其余项移动到等式的右边(若分离不出来则试试更低次的项); 2)确定微分方程中的变量的个数,一般变量都含有时间变量,若有N个变量,则有N-1条主线 3)绘制出主线 4)根据主线和微分方程分别绘制出smulink框图 5)将N-1条主线根据一定的关系合并 6)将最后的结果进行输出

2020-05-17

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除