Steven_ycs-CSDN博客

原创仅4步，彻底玩转如何在Word中插入页脚数字

Step 3中的 “确定”按钮，再从Step 2的图片中，下拉选择“页面底端”，至此便实现数字插入。接下来选择“页码”下的“设置页码格式”，起始页码一定要选为：“0”如下图，将内容设定为如下，“首页不同”一定要选中。选择工具栏中的“页码”

2024-01-30 12:04:36 312

为什么需要强化学习我们先用一个例子来说明一下为什么需要用强化学习来解决问题。例如上图的机器人抓取问题：一个7自由度的机器人手臂，通过一个单目相机的输入（图片），试图用两个手指的夹持器去抓起盘子里的物体。所以，这个问题的输入就是图片，输出就是夹持器的抓取位置的xyz坐标。解决这个问题可能有不同的方式。其中一个方式就是理解问题，并且设计出方案。就像上图中option1所示的那样。例如你可以利用你对机器人系统的了解来确定：夹持器的坐标、夹持器与相机的相对位置、物体的...

2021-06-01 10:44:42 1909

原创 C++中，在类外调用类的私有成员函数的两种方式

1. 通过类中的public成员函数调用private成员函数:#include<iostream> using namespace std; class Test { public: void fun2() { fun1(); } private: void fun1() { cout<<"fun1"&l...

2020-06-13 21:08:27 10664

原创真正的人工智能，不应该只有统计学

所谓的统计学的范畴其实就是基于庞大的数据库，基于强大的算力，找出人们行为和习惯的确定性部分，再通过机械化的呈现来代替原本需要人做的事情——因为只有人工智能真正“智能”，而非“机械”，它才能真正成为第四次工业革命的“颜值担当”，最终为下一个时代增色。题图来自Unsplash，基于CC0协议全文共 3033 字，阅读需要 6 分钟—————— BEGIN ——————有关人工智能的话题...

2019-10-02 23:31:55 1408

原创华人团队用耳机解锁智能手机，便捷安全隐秘

https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9491839808182754256%22%7D&n_type=0&p_from=1

2019-09-22 04:30:21 235

原创生物识别

先问一个问题：你是如何解锁手机的？指纹？人脸？还是隔屏远程操作？事实上，传统的人类生理和行为特征，如指纹、面部、声音和触摸等生物识别技术已被广泛应用于识别解锁和支付认证场景当中，不管是手机等移动设备，还是可穿戴设备，逐渐开始使用起来。有媒体预测，这一新趋势有望继续，不仅是更加方便智能，而且，随着技术的不断进步，更安全的身份验证解决方案或将给行业带来新的机遇。从消费者眼光来看，指纹可能是最广...

2019-09-21 21:38:45 1616

原创 matlab中addpath()函数的用法

若matlab需要将某文件夹及其全部子文件夹路径添加为搜索路径设当前路径为D:/Material, 需要将该路径下面的folder以及folder下的全部子文件夹添加进搜索路径。1、添加绝对路径：addpath（genpath（‘F:/Material/folder’））2、添加相对路径：addpath（genpath（‘folder’））...

2019-08-29 23:11:01 19103

原创 Pytorch 可视化模型结构

1) 可视化模型结构from torchviz import make_dotmodel = ResNet18()print(model) #输出模型的详细信息x = torch.randn(1,3,32, 32).requires_grad_(True)y = model(x)vis_graph = make_dot(y, params=dict(list(model.na...

2019-08-01 03:06:59 1230

原创 RuntimeError: output with shape [1, 28, 28] doesn't match the broadcast shape [3, 28, 28]

在用pytorch导入mnist数据，进行相应的实验时，会出现了上述错误，报错代码：transform = transforms.Compose([ transforms.ToTensor(), transforms.Normalize(mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5])])或者如下：img_transform = tr...

2019-07-31 22:17:07 634

原创 RuntimeError: Expected 4-dimensional input for 4-dimensional weight 64 3 3, but got 3-dimensional in

使用Pytorch运行时，出现下述错误：RuntimeError: Expected 4-dimensional input for 4-dimensional weight 64 3 3, but got 3-dimensional input of size [3, 224, 224] instead解决方案： img=Image.open(imgpath) # 读...

2019-07-31 10:49:15 45832 14

转载机器学习中的损失函数

损失函数（loss function）是用来估量你模型的预测值f(x)与真实值Y的不一致程度，它是一个非负实值函数,通常使用L(Y, f(x))来表示，损失函数越小，模型的鲁棒性就越好。损失函数是经验风险函数的核心部分，也是结构风险函数重要组成部分。模型的结构风险函数包括了经验风险项和正则项，通常可以表示成如下式子：其中，前面的均值函数表示的是经验风险函数，L代表的是损失函数，后面的是正则...

2019-07-29 09:05:17 215

转载极大似然估计详解，写的太好了

极大似然估计以前多次接触过极大似然估计，但一直都不太明白到底什么原理，最近在看贝叶斯分类，对极大似然估计有了新的认识，总结如下：贝叶斯决策首先来看贝叶斯分类，我们都知道经典的贝叶斯公式：其中：p(w)：为先验概率，表示每种类别分布的概率；：类条件概率，表示在某种类别前提下，某事发生的概率；而为后验概率，表示某事发生了，...

2019-07-22 22:16:06 1174

转载小波变换

小波，一个神奇的波，可长可短可胖可瘦（伸缩平移），当去学习小波的时候，第一个首先要做的就是回顾傅立叶变换（又回来了，唉），因为他们都是频率变换的方法，而傅立叶变换是最入门的，也是最先了解的，通过傅立叶变换，了解缺点，改进，慢慢的就成了小波变换。主要的关键的方向是傅立叶变换、短时傅立叶变换，小波变换等，第二代小波的什么的就不说了，太多了没太多意义。当然，其中会看到很多的名词，例如，内积，基，归一化正...

2019-05-28 13:51:39 756 1

转载细粒度分类论文和代码汇总

ICCV2017 Dynamic Computational Time for Recurrent Attention Model (DT-RAM)https://github.com/baidu-research/DT-RAM（Torch实现，ResNet的baseline很牛，CUB-200-2011数据集 84.5%，论文方法 86.0%）http://openaccess.thecvf...

2019-04-20 21:20:10 1952

原创关于纹理特征的基础知识介绍

纹理特征的定义：纹理特征刻画了图像中重复出现的局部模式与他们的排列规则，常用于图像分类和场景识别。纹理特征描述的含义：其只能反映物体表面的特性，无法完全反映出物体的本质属性，所以仅仅利用纹理特征无法获得图像的高层次内容。优点：1. 具有旋转不变性2. 具有良好的抗噪性能。缺点：1. 当图像的分辨率变化的时候，所计算出来的纹理可能会有较大偏差2. 有可能受到光照、反射情况的影...

2019-04-20 11:46:14 5901

转载 latex输入斜体

LaTeX的每种字体有5种属性：编码、族，形状，系列和尺寸。下面讨论常用的几个：形状，系列，尺寸。１）形状指的是倾斜和高矮。\upshape 切换成直立的字体\itshape 切换成意大利斜体\slshape 切换成成为 slanted 的斜体\scshape 切换成小体大写２）系列是指字体的宽度和权重。权重刻画了笔画的粗细。\mdseries 切换到中等权重\bfserie...

2019-01-16 10:50:54 30894

原创 2019年 computer vision顶级会议Time Table清单

1. IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2019)Location ：Long Beach Convention & Entertainment Center, Los Angeles CA, United StatesDate：Jun 15 - Jun 21, 2019Paper Su...

2018-12-20 00:13:43 551 1

转载深入理解拉格朗日乘子法（Lagrange Multiplier) 和KKT条件

在求解最优化问题中，拉格朗日乘子法（Lagrange Multiplier）和KKT（Karush Kuhn Tucker）条件是两种最常用的方法。在有等式约束时使用拉格朗日乘子法，在有不等约束时使用KKT条件。　　我们这里提到的最优化问题通常是指对于给定的某一函数，求其在指定作用域上的全局最小值(因为最小值与最大值可以很容易转化，即最大值问题可以转化成最小值问题)。提到KKT条件一般会附带的...

2018-12-17 20:40:57 265

转载 Python中的encode与decode，详解字符串与字节对象之间的转换

1.相关异常我们在处理交换的数据时经常遇到这样的异常：TypeError: can't use a string pattern on a bytes-like objectTypeError: a bytes-like object is required, not 'str'...很显然，我们要处理的数据是一个字节对象，即Python中的bytes或bytearray类型，...

2018-12-02 21:44:06 299

转载 python opencv3.x中支持向量机（svm）模型保存与加载问题

亲自验证，可以解决svm的模型加载问题: import numpy as np from sklearn import datasets X,y = datasets.make_classification(n_samples=100,n_features=2,n_redundant=0,n_classes=2,random_state=7816) ...

2018-11-26 08:59:35 3229

原创 numpy数据合并和数据的存取np.save, np.load，np.savetxt, np.loadtxt,np.savez, np.load

=====以下是关于numpy数组的合并操作import numpy as npa=np.arrange(9).reshape(3,-1)>>> aarray([[0, 1, 2], [3, 4, 5], [6, 7, 8]])b=np.arange(10,19).reshape(3,-1)>>> barray...

2018-11-25 05:49:48 4192

转载稀疏表示与字典学习大略讲解

稀疏向量：假设向量X={x1,x2,…xn}中的元素绝大部分为零元素，则称该向量是稀疏的。稀疏表示：将原始信号表示为在适当选取的一组过完备基（字典D=[d1,d2…dp]）上的稀疏线性组合，即信号的稀疏表示，其中d1,d2…dp为字典中的原子。过完备基的意思是其中的原子数大大的超过原始信号的维数。在表达式中：X=Da，X称为原始信号，D为字典，a为X的稀疏表示。其实该表达式中间的=是理想化...

2018-11-25 00:56:53 1753

转载机器学习(32)之典型相关性分析(CCA)详解

前言典型关联分析(Canonical Correlation Analysis，简称CCA)是最常用的挖掘数据关联关系的算法之一。比如我们拿到两组数据，第一组是人身高和体重的数据，第二组是对应的跑步能力和跳远能力的数据。那么我们能不能说这两组数据是相关的呢？CCA可以帮助我们分析这个问题。CCA概述在数理统计里面，都知道相关系数这个概念。假设有两组一维的数据集X和Y，则相关系数ρ的定义...

2018-11-20 05:47:20 26910 9

转载【机器学习】交叉验证（cross-validation）

1、什么是交叉验证交叉验证（Cross validation)，交叉验证用于防止模型过于复杂而引起的过拟合。有时亦称循环估计，是一种统计学上将数据样本切割成较小子集的实用方法。于是可以先在一个子集上做分析，而其它子集则用来做后续对此分析的确认及验证。一开始的子集被称为训练集。而其它的子集则被称为验证集或测试集。交叉验证是一种评估统计分析、机器学习算法对独立于训练数据的数据集的泛化能力（g...

2018-11-18 21:38:16 680

转载数值优化（Numerical Optimization）学习系列-惩罚和增广拉格朗日方法（Augmented Lagrangian Methods）

概述求解带约束的最优化问题，一类很重要的方法就是将约束添加到目标函数中，从而转换为一系列子问题进行求解，最终逼近最优解。关键问题是如何将约束进行转换。本节主要介绍 1. 二次惩罚方法 2. 非平滑惩罚方法 3. 增广拉格朗日方法二次惩罚方法动机带约束问题如果转换为目标函数加上一个对约束的惩罚项，则问题转换为一个无约束问题。转换后的问题可以通过惩罚项的...

2018-11-15 05:25:07 1831

原创如何在Linux终端下关闭指定的GPU进程

本人再用terminal终端进行操作时候，发现自己平时使用的GPU被占用了，teamviewer用因为商业化而被禁用，参考别人的程序来终止使用GPU的程序，如下：首先，我们在终端输入nvidia-smi：nvidia-smi在下面的Processes框框里，我们可以看到正常进行的进程，最左边一列是GPU的ID，第二列是我们待会需要用来终止进程的PID当我们想要终止其中某个/或几...

2018-11-02 11:36:12 10344

转载关于图像特征提取

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。特征的定义至今为止特征没有万能和精确的定义。特征的精确定义往往由问题或者应用类型决定。特征是一个数字图像中“有趣”的部分，它是许多计算机图像分析算法的起点。因此一个算...

2018-10-28 22:33:44 917

翻译遗传算法、模拟退火算法、蚁群算法介绍

启发式算法（heuristic algorithm)是相对于最优化算法提出的。一个问题的最优算法就是求得该问题每个实例的最优解。启发式算法可以这样定义：一个基于直观或经验构造的算法，在可接受的花费（指计算时间和空间）下给出待解决组合优化问题每一个实例的一个可行解，该可行解与最优解的偏离程度一般不能被预计。现阶段，启发式算法以仿自然体算法为主。模拟退火算法退火是一个物理过程，粒...

2018-10-13 11:36:53 6719

转载人工智能是一种好的网络安全工具，也是一把双刃剑

AI在安全方面的角色对白帽黑客和网络罪犯都很有吸引力，但目前似乎还没有找到双方的平衡。人工智能已经成为网络安全开发者的新宝藏，这要归功于它的潜力，它不仅可以在很大的规模上实现功能自动化，还可以根据它在一段时间内学到的东西来做出相应的决策。这可能会对安全维护人员产生重大影响——通常情况下，公司根本没有足够的资源在众多恶意软件中“大海捞针”。例如，如果一名工作人员通常在纽约工作，突然有一天...

2018-10-06 22:51:26 624

原创 matlab代码实现图像的：均方根误差MSE、峰值信噪比PSNR、平均绝对误差MAE、结构相似性SSIM

实现matlab编程实现关于图像处理的一些简单的操作，加深对图像处理后图像性能评估的理解: clc; close all; X = imread('1.jpg'); X=rgb2gray(X); Y=X; Y = imnoise(Y, 'salt & pepper');%添加椒盐噪声，也可以改成其他噪声 A=fspecial('average',3); %生成系统预定义的3X...

2018-10-04 22:38:05 38662 5

转载压缩感知中的数学知识：线性方程组的解

题目：压缩感知中的数学知识：线性方程组的解====================引言====================有关“线性方程组的解”这个问题实在是太基础的一个线性代数问题，本也不想去讨论它，但近几天看麻省理工GilbertStrang的线性代数公开课，有些感触，就写写吧，因为我确实也搞不清楚“线性方程组的解”这个问题，可能当年上学时知道，但现在的确已经忘的干干净净了，而且翻...

2018-09-26 22:34:11 470

翻译姚期智的演讲全文

下午好，非常荣幸能够来到这里，非常感谢主办方邀请我参加这次会议。今天我想要给大家分享一下“人工智能的现在和未来”。我将从一个略微不同的角度来进行探讨，我想这也正好可以补充之前一些精彩演讲的内容。其实，人工智能已经无处不在了，它已经被应用到诸多不同的领域，无论是自驾车、机器人、医疗，其实它已经给人类社会创造了巨大的福利和财富。时至今日，这一现象同样体现在一般的机制之中，特别是大学、机构，很多学生...

2018-09-17 22:11:27 1389

原创 Names of Journals, related to me...

1. Journal of Testing and Evaluation. 2018.08.30.2.International Journal of Arts and Technology. 2018.07.10.3.Visual Computer. 2018. 06.28.4.The 4th International Conference on Cloud Compu...

2018-08-31 03:47:57 172

原创 Panda下的 pd.get_dummies() 与 sklearn.preprocessing 下的 OneHotEncoder 的区别

最近在学习过程中，需要使用Pandas下的pd.get_dummies() 的函数，使用对其进行简单的总结下，也给需要使用的小伙伴们提供参考: 开始主题。。。。sklearn.preprocessing 下除了提供 OneHotEncoder 还提供 LabelEncoder（简单地将 categorical labels 转换为不同的数字）；1. 简单区别Panda’s get...

2018-08-10 21:38:26 1795

转载主页汇总

Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVittorio Ferrari at Univ.of EdinburghKristen Grauman at UT AustinDevi Parikh...

2018-08-03 02:26:43 2105

转载评价准则

机器学习（ML），自然语言处理（NLP），信息检索（IR）等领域评价指标一般有如下几点：准确率（Accuracy），精确率（Precision），召回率（Recall）和F1-Measure。同时深度学习目标检测领域的评价指标更注重平均精确率（Mean Average Precision），召回率（Recall），以及速度（rate）。在介绍上面三个参数之前，首先介绍混淆矩阵。~ Pos...

2018-07-25 12:07:01 1410

转载（Merit）评价准则

机器学习（ML），自然语言处理（NLP），信息检索（IR）等领域评价指标一般有如下几点：准确率（Accuracy），精确率（Precision），召回率（Recall）和F1-Measure。同时深度学习目标检测领域的评价指标更注重平均精确率（Mean Average Precision），召回率（Recall），以及速度（rate）。在介绍上面三个参数之前，首先介绍混淆矩阵。~ Pos...

2018-07-24 21:41:16 1042

转载 Deep Learning（深度学习）学习笔记整理系列之（三）

Deep Learning（深度学习）学习笔记整理系列[email protected]://blog.csdn.net/zouxy09声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不小...

2018-07-24 10:48:57 216

原创 ubuntu16.04 安装teamviewer13

两部：1 sudo apt-get install -f2 sudo dpkg -i teamviewer_13.1.8286_amd64.deb

2018-07-23 09:09:09 299

原创 Teamviewer 在win10上运行出现商用信息

用teamviewer远程另一台电报，如果被检测为商用，会给出提示，表示本次远程只能持续几分钟，或者是刚连接一会就自动退出。具体的解决的步骤如下所示：1、首先将本地已经安装的teamviewer卸载；方法有两种：从控制面板-程序与功能中卸载或用360软件管家自带的卸载工具；2、删除注册表中的残余项为了彻底清除teamviewer的残余项，需要打开注册表，删除teamviewer安装的相...

2018-07-23 06:54:19 3248

ORL_face 人脸识别图像集

空空如也