- 博客(13)
- 收藏
- 关注
RSS订阅原创 回声状态网络（ESN）对MNIST手写数字集识别
《Echo State Networks-based Reservoir Computingfor MNIST Handwritten Digits Recognition》文章源代码import sysimport torch.utils.datafrom torch.autograd import Variableimport torchvision.datasetsimport echotorch.nn.reservoirimport matplotlibmatplotlib.use(
2021-06-14 16:34:03
783
1
原创 忆阻器神经形态计算
**忆阻器神经形态计算**现阶段，ANN已经取得重大的进展，是人工智能领域重要的信息处理技术，ANN是由一个神经节点网络组成，这些网络由加权突触相互连接。ANN的结构分为前馈网络和递归网络。具体的神经网络理论在这就不进行一一介绍，如果你们感兴趣可以去阅读《pytorch机器学习从入门到实战》和周志华的《机器学习》。但是在人工传感系统与生物感官系统存在较大差距，如分类精度不高、功耗高、集成密度低等。首先，传感器阵列的响应在许多情况下是非常相似的；其次，气体传感器跨单元和跨时间的固有变异性分散了传感单元
2021-06-14 16:27:24
1301
1
原创 python+tkinter+threading制作多线程简易音乐播放器（自动播放，上一曲，下一曲，播放，暂停，实时显示歌曲名并能自动切换歌曲的功能）
https://blog.csdn.net/qq_41962782/article/details/80106158小弟是小白因大作业，在此博文的基础上，我增加了歌曲目录的选择，自动播放，实时显示歌词名称并能实现自动切歌的功能，后续可能会增加一下实时显示动态歌词，歌曲下载等功能。于是写一篇博客记录一下。望大神指教！自动播放的关键在于用多线程编程来跳出自动播放在GUI界面设计中死循环！废话不多说，代码如下：main_test.pyimport tkinterimport osfrom mus.
2020-12-24 23:48:27
1806
原创 整数反转：给出一个 32 位的有符号整数，你需要将这个整数中每位上的数字进行反转。
Leetcode纪录篇Day1问题描述：给出一个 32 位的有符号整数，你需要将这个整数中每位上的数字进行反转。（假设我们的环境只能存储得下 32 位的有符号整数，请根据这个假设，如果反转后整数溢出那么就返回 0。）问题解析：因为给出的是一个32位的有符号整数，所以必须考虑反转之后的溢出情况，32位的精度为[-2**31，2**31-1]class Solution: def reverse(self, x: int) -> int: if x >= 0:
2020-11-27 00:37:44
564
原创 VS2019+CUDA10.0+Cudnnv7.6.5
**VS2019+CUDA10.0+Cudnnv7.6.5**由于之前嫌麻烦，一直用CPU在跑程序，但是当数据量越来越大，神经网络任务越来越复杂之后，CPU显得越来越吃力，变得无法运做。所以，我们需要安装GPU版本的对应神经网络框架。首先 安装VS2019第一步：进入Visual Studio官网 https://visualstudio.microsoft.com/zh-hans/downloads/下载社区版就好。选择C++程序开发第二步，下载CUDA这是官网CUDA各个版本的链接：
2020-09-26 17:43:08
1208
原创 Mac安装paddlepaddle走过的坑
**MAC安装paddlepaddle走过的坑。。。在这里记录一下我第一次用macbook走过的坑。。。首先在飞浆的官网按照正常的流程，先安装python，pycharm，anaconda，搭建虚拟环境。在虚拟环境里面折腾。。。然后在安装paddle的时候，出现了一个zsh：command not find：brew。。。。我查了很多资料，什么环境变量的问题啊，什么配置的问题。。。设置了大半天，最后使我没下载brew。。。https://blog.csdn.net/qq_28506525/a
2020-09-20 23:50:26
1250
原创 关于MNIST数据集下载速度较慢并失败的解决方案
第一步：从http://yann.lecun.com/exdb/mnist/网址下载四个MNIST数据压缩包下载完成后放入任意文件夹。将文件目录复制放到浏览器链接窗口处，并复制浏览器上的url。第三步：找到mnist.py文件 ，将源代码中的urls注释掉，将自己游览器上的url复制过去。对于我个人而言，我的mnist.py文件在E:\Python3.62\Lib\site-package...
2020-03-28 02:35:17
2531
原创 NMF人脸数据特征提取
基于《Python机器学习》——北京理工大学 学习笔记NMF方法及实例——人脸数据特征提取非负矩阵分解（Non-negative Matrix Factorization ，NMF）是在矩阵中所有元素均为非负数约束条件之下的矩阵分解方法。基本思想：给定一个非负矩阵V，NMF能够找到一个非负矩阵W和一个非负矩阵H，使得矩阵W和H的乘积近似等于矩阵V中的值。W矩阵：基础图像矩阵，相当于从原矩阵...
2020-03-28 02:13:11
717
原创 深层神经网络——Pytorch实现MNIST手写数据集识别
Pytorch实现MNIST手写数据集识别pytorch从入门到实战学习笔记本文搭建简单的深层神经网络模型，对MNIST手写数据集进行识别。该神经网络由784个输入神经元，100个隐层神经元和10个输出神经元构成。待读者通过这个例子掌握深层神经网络特征，便可自行设计。import torchimport torch.nn as nnfrom torch.autograd import ...
2020-03-28 02:09:44
513
原创 Kmeans实现图像分割
“Kmeans实现图片分割”实例编写**图像分割：利用图像的灰度、颜色、纹理、形状等特征，把图像分成若干个互不重叠的区域，并使这些特征在同一区域内呈现相似性，在不同的区域之间存在明显的差异性。然后就可以将分割的图像中具有独特性质的区域提取出来用于不同的研究。图像分割技术已在实际生活中得到广泛的应用。例如：在机车检验领域，可以应用到轮毂裂纹图像的分割，及时发现裂纹，保证行车安全；在生物医学工...
2020-02-24 21:35:10
1354
原创 PCA实现鸢尾花数据集降维可视化
基于《Python机器学习》——北京理工大学 学习笔记PCA实现高维数据可视化数据来源http://archive.ics.uci.edu/ml/datasets/Iris主成分分析（Principal Component Analysis，PCA）是最常用的一种降维方法，通常用于高维数据集的探索与可视化，还可以用作数据压缩和预处PCA可以把具有相关性的高维变量合成为线性无关的低维变量...
2020-02-24 00:00:39
4036
原创 聚类DBSCAN学生月上网时间分布聚类实例
**基于《Python机器学习》——北京理工大学 学习笔记import numpy as np #引入相关工程包import sklearn.cluster as skcfrom sklearn import metricsimport matplotlib.pyplot as plt mac2id=dict() ...
2020-02-22 23:27:59
883
原创 KMeans聚类算法应用
KMeans聚类算法应用1999年31个省份平均每人全年消费支出import numpy as npfrom sklearn.cluster import KMeans def loadData(filePath): #利用loadData读取数据 fr = open(filePath,'r+') #r+:读写打开一个文本文件 lines = ...
2020-02-22 00:26:00
726
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