- 博客(11)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 点云数据集
https://blog.csdn.net/weixin_40400177/article/details/103541088?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161657672116780255212765%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=16165767211678025521276
2021-03-24 17:23:36
214
原创 机器学习/深度学习资源
机器学习/深度学习资源：https://blog.csdn.net/dadapongi6/article/details/105668394http://www.semantic3d.net/view_results.php?chl=1
2021-01-30 13:10:17
1683
原创 c++全栈资料
内容包括：1.c基础（15天） 2.c语言提高（7天） 3.数据结构（3天） 4.C++基础（9天） 5.C++提高（4天） 6.qt(4天) 7.mfc(3天) 8.linux(4天) 9.数据库（6天 ，mysql,oracl,mongddb）https://pan.baidu.com/s/1JKsH9Yj-MdlJX0jNURg0yg 提取码: 8ipe...
2020-11-11 15:41:28
848
2
原创 文档整洁小技巧1
1.将代码拷进word不乱码转换器：http://www.planetb.ca/syntax-highlight-word2.把txt/代码文件插入word方法：打开word——插入——对象——由文件创建https://www.xuexila.com/word/wenda/906982.html
2020-10-21 15:52:51
93
原创 深度学习鱼书笔记2——感知机、神经网络
1.异或门无法用一条直线的感知机实现从而引出非线性算法2.神经网络符号3、使用np.shape会缺省一维的行数或列数如print(X.shape) # (2,)print(B1.shape) # (3,)4.softmax函数输出总和为1是softmax函数的一个重要性质，可以把softmax函数的输出解释为“概率。5.神经网络的推理处理：神经网络的输入层有784个神经元，输出层有10个神经元。有2个隐藏层，第1个隐藏层有 50个神经元，第2个隐藏层有100个神经元。6.均方误差7.
2020-10-09 15:18:46
373
原创 深度学习鱼书笔记1——python入门
1.该书用到的两个库：matplotlib numpy2.和数组的算术运算一样,矩阵的算术运算也可以在相同形状的矩阵间以 对应元素 的方式进行.A = np.array([[1, 2], [3, 4]])->>> print(A) [[1 2] [3 4]]B = np.array([[3, 0],[0, 6]])->>> A + B array([[ 4, 2], [ 3, 10]])->>> A * B array([[ 3, 0], [
2020-10-05 14:01:17
454
原创 练习1 图像处理基本绘制操作(附matlab+python代码)
题目：1.读取灰度图2. 灰度图：绘制黑色方块、黑白棋盘格、白色三角块3.彩色图：绘制红色圆盘、白色椭圆轮廓代码：灰度图:#pythonimport cv2img = cv2.imread('lena_512.jpg')gray = img[:,:,0]blue = img[:,:,0]green = img[:,:,1]red = img[:,:,2][h,w]=img.shape[:2]for i in range(h): for j in range(w)
2020-09-28 18:46:36
338
原创 python学习笔记（一）数据结构
1.python的四种数据结构：列表、字典、元组、集合。list：[val1,val2,val3]dict:{key1:val1,key2:val2}tuple:(val1,val2,val3)set{val1,val2,val3}列表：元素可变、有序、可容纳任何对象字典：键key和值value缺一不可元组：一种稳固版的列表，不可修改集合：无序的，不重复的。不可切片和索引，只能添加/删除及集合运算2.insert 插入元素的实际位置在指定元素之前的位置fruit = ['pineappl
2020-09-24 14:33:38
139
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人