![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
文章平均质量分 56
AI_王布斯
这个作者很懒,什么都没留下…
展开
-
open-cv实现图像矫正
加载必要的包和读取图像路径。# 利用透视变换对纸张进行矫形import cv2import numpy as npimport mathim = cv2.imread('../img_data/paper.jpg')cv2.imshow('im', im)显示原始图像:# 灰度化im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)cv2.imshow('im_gray', im_gray)灰度化图像并显示:canny边沿提取图像的轮廓原创 2021-09-06 17:41:40 · 484 阅读 · 0 评论 -
TensorFlow-张量2
形状简介张量有形状。下面是几个相关术语:形状:张量的每个轴的长度(元素数量)。秩:张量轴数。标量的秩为 0,向量的秩为 1,矩阵的秩为 2。轴或维度:张量的一个特殊维度。大小:张量的总项数,即乘积形状向量注:虽然您可能会看到“二维张量”之类的表述,但 2 秩张量通常并不是用来描述二维空间。import tensorflow as tfrank_4_tensor = tf.zeros([3, 2, 4, 5])print("Type of every element:", rank_4_原创 2021-08-26 22:52:26 · 68 阅读 · 0 评论 -
机器学习-梯度下降
梯度下降一、梯度下降的定义梯度(gradient)是一个向量(矢量,有方向),表示某一函数在该点处的方向导数沿着该方向取得最大值,即函数在该点处沿着该方向(此梯度的方向)变化最快,变化率最大.损失函数沿梯度相反方向收敛最快(即能最快找到极值点).当梯度向量为零(或接近于零),说明到达一个极值点,这也是梯度下降算法迭代计算的终止条件.这种按照负梯度不停地调整函数权值的过程就叫作“梯度下降法”.通过这样的方法,改变权重让损失函数的值下降得更快,进而将值收敛到损失函数的某个极小值.通过损失函数,我们将“寻原创 2021-08-20 19:51:05 · 930 阅读 · 0 评论 -
线性回归_代码示例
线性回归-代码示例导入所需要的包。import numpy as np #数据转换的包import matplotlib.pyplot as plt #绘图用的包from pylab import mpl #处理中文的包实现中文显示。# matplotlib没有中文字体,动态解决plt.rcParams['font.sans-serif'] = ['Simhei'] # 显示中文mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号原创 2021-08-18 12:45:04 · 68 阅读 · 0 评论