- 博客(17)
- 收藏
- 关注
RSS订阅原创 深度学习笔记-1.使用ANN分类animal实例
主要为了理解ANN使用方法，源码不是我写的，感觉代码并不是很合理，因为测试结果正确率总有为0 的import cv2import numpy as npfrom random import randint# ANN网络初始化animals_net = cv2.ml.ANN_MLP_create()animals_net.setTrainMethod(cv2.ml.ANN_MLP_...
2018-07-26 16:47:47
2976
原创 python3.6+pycharm ModuleNotFoundError: No module named 'cv2'
准备用python opencv 做点东西，出现下面这个错误，按网上搜索的方法，基本都试了，然而并不行。ModuleNotFoundError: No module named 'cv2'后来用了以下方法解决了一，打开pycharm-》settings 二，打开右边齿轮状按钮，点击show all,打开如下界面 三，选择最右边竖列，最下面的标签按钮，打开如下画面 四，...
2018-07-25 14:21:12
18316
8
转载 Python数据存储：pickle模块的使用讲解
# coding:utf-8# pickle模块主要函数的应用举例import pickledataList = [[1, 1, 'yes'], [1, 1, 'yes'], [1, 0, 'no'], [0, 1, 'no'], [0, 1, 'no']]dataDic = {0: [1, ...
2018-07-23 13:21:56
217
原创 深度学习基础课程2笔记-手写字体识别源码（MNIST）提高版3 CNN实现识别MNIST
一，expand_mnist.pyfrom __future__ import print_functionimport pickleimport gzipimport os.pathimport randomimport numpy as npprint("Expanding the MNIST training set")if os.path.exists(&amp
2018-07-23 11:22:22
2435
原创 Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 (python3.6)
输入以下代码，会出现红色提示：import tensorflow as tfa=tf.constant([[1.0,2.0]])b=tf.constant([[3.0],[4.0]])result=tf.matmul(a,b)print(result)with tf.Session() as sess: print (sess.run(result))解决方式是...
2018-07-22 11:32:22
2389
原创 OpenCV求垂直投影，并画出垂直投影图
一，原图 二，效果图 三，源代码//垂直方向投影Mat VerticalProjection(Mat srcImageBin)//垂直积分投影 { Mat lineImage(1, srcImageBin.cols, CV_8UC1, cv::Scalar(0, 0, 0)); int value; for (int i = 0; i < s...
2018-07-18 13:45:58
3196
1
原创 深度学习基础课程2笔记-手写字体识别源码（MNIST）提高版2
此代码参照教学视频编写，调了将近一天才调通，写这篇文章，主要是为了保存调好的源码。日后使用，可以免去调试的过程。一，Network2.pyimport jsonimport random #产生随机数import sysimport numpy as npclass QuadraticCost(object): def fn(a,y): return...
2018-07-16 17:29:56
2161
原创 深度学习基础课程2笔记-手写字体识别源码（MNIST）
一，network.pyimport random #产生随机数import numpy as np# 神经网络类class Network(object): # 构造函数 def __init__(self,sizes): self.num_layers=len(sizes) #神经网络层数 self.sizes=sizes ...
2018-07-13 10:24:31
2507
原创 OpenCV利用透视变换将斜体校正
cv::Mat src = cv::imread("D:\\sxl\\处理图片\\斜体分割\\测试图\\正2.png"); if (!src.data) return; //--------------旋转------------------------------------------------------ double angle = 19;...
2018-07-12 09:29:08
1767
原创 OpenCV 分割斜体文字（包括旋转，垂直投影，水平投影，透视变换等）
一，原图 二，分割成行 三，通过旋转，透视变换，切割后的效果 四，源代码//初始化透视变换全局变量Mat warpMatrix;//计算透视变换矩阵void InitPersTransfor(){ vector<Point> not_a_rect_shape; not_a_rect_sh
2018-07-12 09:28:42
3123
原创 深度学习基础课程2笔记-卷积神经网络算法(CNN)
一，卷积神经网络的层级结构 • 1，数据输入层/ Input layer • 2，卷积计算层/ CONV layer • 3，ReLU激励层 / ReLU layer • 4，池化层 / Pooling layer • 5，全连接层 / FC layer1，数据输入层 传入图片2，卷积的计算 3，激励层 把卷积层输出结果做非线性映射。 ...
2018-07-11 15:39:43
3406
原创 利用OpenCV将图像转换成指定宽高的图像
Mat srcImage(64, 64, CV_8UC1, Scalar(255, 255, 255));//创建一个高64，宽64的灰度图的Mat对象 Mat signal = imread("D:\\sxl\\处理图片\\分类rnm\\0\\2_m.jpg", 0); Mat imageROI = srcImage(Rect((srcImage.cols - signa...
2018-07-09 13:43:29
2639
原创 OpenCV倾斜图片校正（情况一：背景与前景差别较大，情况二：倾斜文本）
一，效果图 二，代码//第一个参数：输入图片名称；第二个参数：输出图片名称void GetContoursPic(const char* pSrcFileName, const char* pDstFileName){ Mat srcImg = imread(pSrcFileName); imshow("原始图", srcImg); Ma
2018-07-08 15:31:47
11385
7
原创 深度学习基础课程1笔记-Kmeans算法（聚类）
一，理论知识 K-means算法是聚类中的经典算法，数据挖掘十大经典算法之一。 算法接受参数k,然后将事先输入的n个数据对象划分k个聚类；同一聚类中的对象相似度较高；不同聚类中的对象相似度较小。 算法思想： 以空间中k个点为中心点进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果 算法描述： ...
2018-07-02 09:58:35
3019
原创 深度学习基础课程1笔记-神经网络算法（ANN）
1）前向计算（由输入层向前传输） 2）根据误差（error）反向传送 3）终止条件 a)权重的更新低于某个阈值 b)预测的错误率低于某个阈值 c)达到预设的循环次数4）Backpropagation算法举例 a)前向计算 b)反向传送 5）非线性转化方程（Sigmoid函数） 6） 代码#神经网络算法import numpy...
2018-07-01 16:05:37
2697
原创 深度学习基础课程1笔记-支持向量机（SVM）
本篇内容是xxxx深度学习基础课程视频上的，如有侵权，请与我联系，谢谢！一，理论知识 上图中有红绿蓝三条线，那条线分类效果最好呢？明显是红色的线，为什么红线比蓝线效果好呢？ 1）SVM寻找分两类的超平面（hyper plane），使边际（magrin）最大 下图解释一下边际最大： 2）总共可以有多少个可能的超平面？答案是有无数条 如何选取使边际(...
2018-07-01 12:49:44
2604
原创 深度学习基础课程1笔记-最近邻规则分类（KNN）
本篇内容是xxxx深度学习基础课程视频上的，如有侵权，请与我联系，谢谢！一，理论知识 1)算法描述： A)为了判断未知实例的类别，以所有已知类别的实例作为参照 B)选择参数K C)计算未知实例与所有已知实例的距离 D)选择最近k个已知实例 E)根据少数服从多数的投票法则，让未知实例归类为K个最近邻样本中最多数的类别 2）距离的定义...
2018-07-01 11:44:30
2443
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人