![](https://img-blog.csdnimg.cn/20190907105708123.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 89
lixin051435
这个作者很懒,什么都没留下…
展开
-
【数理统计】t检验
上次说了卡方检验,这次说t检验,t检验是个啥,它也是一种假设检验方法,和卡方检验所有不同,t检验属于参数检验,既然有参数检验,那么就有非参数检验,那这俩又是个啥?参数检验和非参数检验1、定义不同:参数检验:假定数据服从某分布(一般为正态分布),通过样本参数的估计量对总体参数进行检验,比如t检验、u检验、方差分析。非参数检验:不需要假定总体分布形式,直接对数据的分布进行检验。由于不涉及总体分布的参数,故名非参数检验。比如,卡方检验。2、参数检验的集中趋势的衡量为均值,而非参数检验为中位数。3、参数原创 2021-07-02 00:58:21 · 9407 阅读 · 1 评论 -
tensorflow实现CNN识别手写数字(包括自己写的数字)
这几天有点忙,一直在弄公司信息化小程序,需求变更了好几次,加了几天班,也是醉了。上一篇介绍了CNN相对于DNN有哪些好处,这次打算用CNN识别手写数字模型;DNN是怎么做的呢?把28*28的图片转成1*784的向量作为输入,然后通过784*x, x*y, y*10的隐藏层,也就是进行矩阵乘法,最后转换为一个1*10的向量,最后再将每一个数字预测一个概率,概率最大的就是预测结果。这样做有9...原创 2019-03-29 09:34:19 · 3487 阅读 · 8 评论 -
卷积神经网络
卷积神经网络数字图像基础卷积操作数字图像基础说卷积神经网络之前需要说一下数字图像,因为CNN主要就是处理图像的。在CNN研究的图像中,绝大多数都是位图而不是矢量图。位图是由一个个像素点表示的,我们知道计算机是二进制,那么一个像素是由多少位表示这叫图像的深度。图像根据通道或者颜色可以分为灰度图像和彩色图像。灰度图像只有一个通道,图像颜色只有由白到灰再到黑。对于一个深度为8的灰度图像而言,一个...原创 2019-03-22 14:28:08 · 353 阅读 · 0 评论 -
tensorflow保存模型和加载模型
又在公司的电脑上偷偷学习,趁boss没发现,赶紧发个blog保存模型关键代码:saver = tf.train.Saver(max_to_step)saver.save(session,filename)例子:一元线性函数回归并保存模型def line_regression(): x_data = np.random.rand(100) y_data = x_da...原创 2019-03-21 14:18:32 · 2183 阅读 · 2 评论 -
tensorflow识别手写数字
今天冒死在公司电脑上跑深度学习,不知道被boss看到会怎样,啊哈哈哈哈,毕业要紧,今天还是DNN,用DNN实现识别手写数字模型。上一篇文章是对函数进行拟合,输入是11的,输出也是11的,对于多元函数,输入是1n的输出是11的。那么对于图像咋办?比如mnist的一张图片是2828像素的,我们把这些像素点排列成一行,也就是做一下ndArray.reshape(1,-1)的操作,那么一张图片就是一个17...原创 2019-03-20 17:43:52 · 258 阅读 · 0 评论 -
tensorflow实现神经网络
博主这几天也刚开始学习tensorflow,荒废好久了,实习忙啊,毕业难啊。我对神经网络的理解就是,自变量通过一个个线性模型,再通过激活函数,再次经过线性模型再通过激活函数,往返的过程,最后得出一个结果来。当然自变量可以是数字也可以是数组。一般来说输入层都是1行n列的,如果输出层是1行m列的话,中间的隐藏层怎么设计呢?如果只有一个隐藏层,那么隐藏层权重参数矩阵一定是n行m列的,线性代数嘛,内标决...原创 2019-03-20 17:31:03 · 195 阅读 · 0 评论 -
前向传播和反向传播
这里写自定义目录标题监督学习和非监督学习前向传播反向传播和梯度下降监督学习和非监督学习监督学习就是给你一本作业本,后面有答案,自己先做,做完之后对答案,对了ok,不对调整自己的答案,让自己的答案尽最大可能是正确答案。非监督学习就是给你一本作业本,没答案,自己做。监督学习中,有一个label,让计算机根据这个label学习;非监督学习中没有。监督学习主要研究的问题:回归和分类非监督学习主...原创 2019-01-23 10:43:49 · 1153 阅读 · 0 评论 -
什么是神经网络
这里写自定义目录标题数学背景神经网络数学背景在高中我们学习过线性回归,假设有一堆样本,包含了六栋房子的信息,包括房屋面积和房屋价格,想用房屋面积估计房屋价格,也就是说想建立一个房屋价格y和房屋面积x之间的函数。高中的时候怎么做的?因为只有x和y两个变量,先画个xoy坐标系,把样本点(x,y)画上去,最后观察这些点是否在一条直线的附近。如果在的话,那么我们可以进行线性回归;不在那就不能直接用线...原创 2019-01-23 09:46:21 · 285 阅读 · 0 评论 -
Ubuntu16.04 安装TensorFlow
1. 安装Ubuntu16.04我用的虚拟机是VMware Workstation Pro,系统是Ubuntu16.04 链接:https://pan.baidu.com/s/1WEfqziLO8J5J82bVBIAEhQ提取码:drso2. 安装Anaconda我的版本是Anaconda3 4.2 的版本,是python3.5去清华镜像下:https://mirrors.tuna.ts...原创 2019-01-03 21:59:01 · 652 阅读 · 0 评论 -
Ubuntu 16.04 安装VScode
下载 deb包https://code.visualstudio.com/Download在终端输入命令,安装,有时候双击会安装失败sudo dpkg -i 你下载的文件名字(tab键大法好)在终端输入code,运行...原创 2018-11-17 17:56:49 · 1854 阅读 · 1 评论 -
数字图像处理之二维图像的傅里叶变换(2)
频域滤波和空间滤波对应,空间域滤波就是用各种模板直接与图像进行卷积运算,实现对图像的处理,这种方法直接对图像空间操作,操作简单,所以也是空间域滤波。 频域滤波说到底最终可能是和空间域滤波实现相同的功能,比如实现图像的轮廓提取,在空间域滤波中我们使用一个拉普拉斯模板就可以提取,而在频域内,我们使用一个高通滤波模板(因为轮廓在频域内属于高频信号),可以实现轮廓的提取,后面也会把拉普拉斯模板频域化,转载 2017-10-14 19:25:37 · 5999 阅读 · 0 评论 -
数字图像处理之椒盐噪声和中值滤波
0、所有的代码基于python3 + opecv3.3 1、椒盐噪声和中值滤波 椒盐噪声(salt-and-pepper noise)是由图像传感器,传输信道,解码处理等产生的黑白相间的亮暗点噪声。 所谓椒盐,椒就是黑,盐就是白,椒盐噪声就是在图像上随机出现黑色白色的像素。椒盐噪声是一种因为信号脉冲强度引起的噪声,产生该噪声的算法也比较简单。 椒盐噪声往往由图像切割引起,去除脉冲原创 2017-10-16 17:07:35 · 62689 阅读 · 4 评论 -
数字图像处理之卷积、模板
1、一维信号的卷积 卷积是一种是数学运算,对于一维连续信号f(x)来说,f(x)和g(x)的卷积是一种积分运算,如下 它的几何意义是这样的:第一步,先把g(x)关于原点对称,得到g(-x);第二步,把g(-x)向右平移a个单位得到g(a-x)的图像,如果两个图像有交叉部分,那么交叉部分的面积就是卷积。 上面说的是一维连续信号,如果是一维离散信号呢,因为积分是求和的极限,那么原创 2017-10-21 19:21:45 · 16517 阅读 · 1 评论 -
数字图像处理之二维图像的傅里叶变换(1)
1.1、信号变化越快,说明频率越大,信号变化越慢,说明频率越小。这里的频率不一定是通常意义上的频率,通常的频率是指周期的倒数,我们把通常意义上的频率叫时间频率。广义上的频率是指变化的快慢,比如图片来说,从这个像素到另外一个像素的灰度值差距比较大,那么频率就比较高。1.2、对于灰度图来说,先说它是怎么来的,我们真实的图像,比如一本书的封面,海报这些图像都是连续图像(模拟图像),当我们在计算机中看到的图原创 2017-10-11 15:18:40 · 11208 阅读 · 0 评论 -
数字图像处理之图像显示基础
bmp文件bmp(bitmap的缩写)文件格式是windows本身的位图文件格式,所谓本身是指windows内部存储位图即采用这种格式。一个.bmp格式的文件通常有.bmp的扩展名,但有一些是以.rle为扩展名的,rle的意思是行程长度编码(runlengthencoding)。这样的文件意味着其使用的数据压缩方法是.bmp格式文件支持的两种rle方法中的一种。bmp文件可用每象素1、4、8、16或转载 2017-10-09 13:31:40 · 346 阅读 · 0 评论