python
AnyaBee
这个作者很懒,什么都没留下…
展开
-
【Python/图像处理】绘制二值图轮廓的N种方法
2D图像绘制轮廓1.cv2.findcontours()2.skimage.measure.find_contours()3.cv2.Canny()3D图像绘制表面1. 拆分成若干张2D图像, 使用2D方法2. skimage.measure.marching_cubes_classic...原创 2020-01-18 18:12:45 · 1327 阅读 · 0 评论 -
【Numpy】Numpy学习笔记(一)
以下是草稿1.from datatime import datatimestart = datatime.now和time.time()的差异?2.IPythonipython --pylab3.np.arange()可以创建一个0~n-1的数组4.数据类型bool 布尔类型int 整型float 浮点型complex 复数(复...原创 2019-12-22 20:17:32 · 151 阅读 · 0 评论 -
【Python】当你需要计算1,000,000+次一维向量的相关系数, 怎么算最快(2)?
目录前景提要1.np.corrcoef的批量运算3.魔法操作3.结论前景提要可以看一下前一篇【Python】当你需要计算1,000,000+次一维向量的相关系数, 怎么算最快? 测试数据: (1000, 100) one of them (100,) 模板数据: (1000, 100) one of them (100,...原创 2019-12-05 12:10:58 · 455 阅读 · 0 评论 -
【Python/Matlab】数据运算差异二三事
1.reshapematlab用的是 fortran order.(按列走,以最后一维为第一个循环,三维的话实际是 2,3,1)fortran order,fuc upython用的是c order(按行走, 以第一维为第一个循环 1,2,3)解决办法参数 order='F' (ps,相同的问题也会出在flatten里)2.stdmatlab默认算样本偏差(/n-1...原创 2019-12-03 19:45:38 · 823 阅读 · 0 评论 -
【Python】当你需要计算1,000,000+次一维向量的相关系数, 怎么算最快?
背景最近需要用python计算大量的一维向量之间的相关系数, 其中: 测试数据: (1000, 100) one of them (100,) 模板数据: (1000, 100) one of them (100,)那么就需要计算1,000,000次相关系数,那么在这种情况下, 计算效率就变得很重要了.直接看提速好几百倍的升级版->...原创 2019-11-25 17:28:51 · 554 阅读 · 0 评论 -
【Python】字典理解
目录初始化一个空字典给字典增加一对 键-值(key-value)使用键来调用值改变字典里的值字典是对象引用字典对键和值的迭代参考 初始化一个空字典 obj = {}print(obj)output:{} 给字典增加一对 键-值(key-value) 字典的键和值之间存在一一映射关系,且 键-值对 在字典中的放置是...原创 2019-10-14 18:27:56 · 165 阅读 · 0 评论 -
【Ubuntu】【Python】shell cp和shutil.copy 用时小测试
新接手的代码有很多是用python来调用shell代码,看起来易读性比较差,还需要考虑参数、命令所在的环境位置等因素,考虑用python的模块来取代一部分shell命令,用最简单的copy测试了一下任务:复制同一个文件test.sh到本目录下的文件test2.shimport shimport timeimport shutiltic0 = time.time()shargs ...原创 2019-09-12 17:18:50 · 594 阅读 · 0 评论 -
【ABee读论文】场景分割的双重注意力网络
【论文题目】Dual Attention Network for Scene Segmentation场景分割的双重注意力网络【期刊】CVPR2019【摘要】本文提出了一种基于自注意机制的场景分割方法。...原创 2019-09-09 17:02:30 · 168 阅读 · 0 评论 -
【Abee】吃掉西瓜——西瓜书学习笔记(六)
贝叶斯分类器目录【内容包含 第七章】贝叶斯决策论(Bayes decision theory)极大似然估计(Maximum Likelihood Estimation,MLE)朴素贝叶斯分类器(naive Bayes classifier)半朴素贝叶斯分类器贝叶斯网道德图(moral graph)贝叶斯网学习贝叶斯网推断EM算法(Expectati...原创 2019-04-26 15:20:08 · 294 阅读 · 0 评论 -
【Abee】吃掉西瓜——西瓜书学习笔记(五)
支持向量机(Support Vector Machine,SVM)目录【内容包含 第六章】间隔与支持向量核函数软间隔(soft margin)正则化(regularization)支持向量回归(Support Vector Regrassion,SVR)核方法间隔与支持向量分类学习的主要思想是在样本空间中找到一个划分超平面,将不同样本分开。超平面可...原创 2019-04-18 20:35:36 · 165 阅读 · 0 评论 -
【Abee】吃掉西瓜——西瓜书学习笔记(三)
决策树(decision tree)目录【内容包含 第四章】基本流程信息增益(information gain)剪枝处理(pruning)连续值处理缺失值处理多变量决策树基本流程决策树(decision tree)基于树状结构进行判定,基本流程遵循“分而治之”(divide-and-conquer)策略。决策树基本流程作图好累(dogeA\{a*}...原创 2019-04-15 18:20:12 · 189 阅读 · 0 评论 -
【Abee】吃掉西瓜——西瓜书学习笔记(七)
集成学习(ensemble learning)【内容包含 第八章】个体与集成集成学习一般是多个个体学习器以某种策略结合起来,其中的个体学习器可以是同质(homogeneous)的,成为“基学习算法”,也可以是异质(heterogenous)的,个体学习器成为组件学习器(component learner)。目前的集成学习主要分两类: 1.串行进行的序列化...原创 2019-04-26 19:17:56 · 117 阅读 · 0 评论 -
【Abee】吃掉西瓜——西瓜书学习笔记(四)
神经网络(neural networks)目录【内容包含 第五章】神经元模型感知器与多层网络多层前馈神经网络(multi-layer feedforward neural networks)反向传播算法(error BackPropagation,BP)BP算法解决过拟合的问题全局最小(global minimum)与局部极小(local minimum)...原创 2019-04-16 16:45:43 · 198 阅读 · 0 评论 -
【Abee】吃掉西瓜——西瓜书学习笔记(二)
线性模型(linear model)目录【内容包含 第三章】线性回归(linear regression)多元线性回归(multivariate linear regression)对数几率函数(logistic function)线性判别分析(Linear Discriminant Analysis,LDA)多分类学习类别不平衡(clss-imbalance...原创 2019-04-15 14:47:01 · 176 阅读 · 0 评论 -
【Abee】吃掉西瓜——西瓜书学习笔记(一)
绪论、模型评估与选择目录【内容包含 第一章、第二章】没有免费的午餐(No Free Lunch Theorem)过拟合(overfitting)与欠拟合(underfitting)几种模型验证方法模型评估的常见参数模型性能检验没有免费的午餐(No Free Lunch Theorem)所有学习算法的期望性能相同(只是处理不同的问题时,学习算法A优...原创 2019-04-11 10:59:58 · 367 阅读 · 0 评论