发现问题，解决问题。

原创 如何使用git命令将本地项目上传到Gitlab上

年纪大了不常用的话有时候就是会忘指令。。使用Git命令把本地项目上传到github上托管(1)在github上,新建一个仓库(2)打开git-bash,进入项目目录下(3)git init(4)git add .(5)git status(6)git commit -m &qu ...使用git命令将本地项目推送到远程仓库鼠标右键打开git bash here:依次输入以下命令行git config --global user.name "你的..

原创 【001】python数据分析与挖掘

python数据分析与挖掘概览（by一颗酵母​​​​）

原创 【数据分析】

什么情况下会用到数据分析呢？在每次开会的时候，你的工作量汇报，你的KPI指标，你的项目进度追溯，你的流失用户建模，你的贡献额度预测……ROI是多少？下一次营销预估会激活多少流失客户？……这些都需要我们对于大量的数据进行分析。。。SEMMA步骤解析s:sample（搜集数据）基于需求，有针对性的搜集可解决问题，常用的搜集手段有：问卷调查 数据库查询 实验室试验 仪器设备的记录E：example（数据探索）通过数据探索，一球对数据的进一步了解，常用的探索方向：...

转载 【数据分析】你一定要掌握的Python七种数据清洗方法

本文链接：https://blog.csdn.net/zw0Pi8G5C1x/article/details/8461005001 重复值处理数据录入过程、数据整合过程都可能会产生重复数据，直接删除是重复数据处理的主要方法。pandas提供查看、处理重复数据的方法duplicated和drop_duplicates。以如下数据为例:>sample = pd.DataFrame({'id':[1,1,1,3,4,5], 'name'..

转载 【数据结构&算法】数据结构思维导图

原创 【1024开发者节】：2019科大讯飞声博会会议记录——AI+女性，AI+5G

《1024计划》自2017年全球1024开发者节推出，将A.I.与教育、医疗、公益相结合，通过辅导、赋能开发者，为公益事业贡献力量。 同时，科大讯飞为所有的助残应用提供免费的A.I.技术服务，以语音技术和产品帮助弱势群体感受科技发展带来的福利。 目前，科大讯飞已正式签约成为北京2022年冬奥会和冬残奥会官方自动语音转换与翻译独家供应商，让语音技术赋能...

转载 【数据结构&算法】二：上三角、下三角中求数组地址--【下标的计算】

一.三角矩阵的概念以主对角线划分三角矩阵有下三角矩阵和上三角矩阵下三角矩阵：矩阵(除主对角线)的上三角部分的值均为一个常数C或者0上三角矩阵：与下三角矩阵相反图示：（图中蓝色主对角线部分元素（一般情况）永远不都为一个常数或者0）二.压缩原理根据上、下三角矩阵的特殊性(有一小半部分的元素都为一个常数C或者0)我们可以考虑将这一半的空间压缩到一个元素（多对一的映射)，然后另一...

转载 【数据结构&算法】一：线性表

本章介绍线性表中 存储结构不同的 顺序表 和 链表，以及操作受限的 栈 和 队列 。目录 一、概述二、顺序表 2.1、 插入元素 2.2、 删除元素 2.3、 特点三、链表 3.1、线性链表(单链表) 3.1.1、插入元素 3.1.2、删除元素 3.2、循环链表(单向) 3.3、...

原创 【VS Code】关于VS Code 中文显示乱码

VSCODE默认是UTF-8编码打开文件的。如果遇到了像GB18030 GBK等等的编码，就显示乱码了。找到右下角的UTF-8，上面正中出现“reopen with encoding”，发现可以点击。输入gbk或者gb18030。选对了编码打开，就不会乱码了。亲测有效。...

转载 [树莓派] : 如何用树莓派利用摄像头进行简单的人脸识别【how to use IR camera +raspberrypi 3b+ in python】

# how to use IR camera +raspberrypi 3b+ in python:1.connect the camera module: shut down the respberrypi power,connect the camera2.open the ir camera： use python IDE目录Intr...

转载 【图像处理】中的“滤镜算法”：灰度、黑白、反向、去色、单色、高斯模糊、怀旧、连环画

目录灰度滤镜黑白滤镜反向滤镜去色滤镜单色滤镜高斯模糊滤镜怀旧滤镜熔铸滤镜冰冻滤镜连环画滤镜褐色滤镜灰度滤镜将颜色的RGB设置为相同的值即可使得图片为灰色，一般处理方法有：1、取三种颜色的平均值2、取三种颜色的最大值（最小值）3、加权平均值：0.3R + 0.59G + 0.11*Bfor(var i = 0; i < da...

转载 【图像处理】人脸检测--皱纹---变老特效

变老特效是如何实现的呢？下面简单讲讲我做变老特效时的思路。1. 面部皱纹纹理。变老后的皱纹并不是实时绘制，而是需要先准备一系列皱纹纹理，然后通过纹理转移算法将皱纹纹理转移至正常面部纹理上。2. 由于照片尺寸不同，即使相同照片尺寸，检测的人脸尺寸也不会相同，而皱纹纹理尺寸是固定的，所以需要对皱纹纹理做合适的缩放才可以，这个简单，正常的图片缩放算法即可。...

原创 【树莓派】：配置+SSH+VNC，实现深度学习目标检测

1.查看树莓派IP地址：hostname -i更新软件源和软件# 更新软件源sudo apt-get update# 更新软件sudo apt-get upgrade2.通信准备打开串口、摄像头、sd卡扩展。2.1 SSH 访问ssh服务默认已经安装完毕,不行的话在SD卡目录即/boot下 建一个叫SSH的空文件夹只需要安装一个ssh客户端即可，可...

转载 【cv2】：关于opencv-Python的函数

关于opencv-Python的函数发布时间：2019-04-13 19:50:42Chapter one：图片读入图像 cv2.imread(filename[, flags]) → retval显示图像 cv2.imshow(winname, mat) → Nonecv2.waitKey([delay]) → retval创建窗口 cv2.namedWindow(winnam...

原创 【windows 10】+【OpenCV3.4.1】+【opencv_contrib3.4.1】编译：

大致介绍一下opencv如何在windows下编译：所需材料：opencv-3.4.1 opencv_contrib-3.4.1 cmake-3.14.3 vs-community-20191.下载社区版的VS-community-2019先卸载原来已下载好的旧版本：找到安装盘 D:\xxxxxxx\Microsoft Visual Studio\Installer\...

转载 OCR技术系列实践：银行卡、身份证、门牌号、护照、车牌、印刷体汉字识别

OCR技术系列：身份证识别深度学习实践系列之--身份证上汉字及数字识别系统的实现https://github.com/Raymondhhh90/idcardocr:web部署,第二代居民身份证信息识别，速度略慢，待优化https://github.com/wzb19960208/idCardRecognition身份证识别https://github.com/rmtheis/a...

原创 【Anaconda】import matplotlib ImportError: cannot import name 'is_string_like'

Traceback (most recent call last): File "xxx.py", line 39, in <module> import matplotlib.pyplot as plt # to plotFile "C:\ProgramData\Anaconda3\envs\xxxx\__init__.py", line 122, in &l...

转载 总结部分人工智能领域的公司

TOP50榜单腾讯、百度、华为不多介绍华大基因（智能医疗）http://www.genomics.cn华大基因是一家全球多组学精准检测、医疗数据运营服务提供商，通过医学检测及服务，以期大幅降低出生缺陷和提高肿瘤等重大疾病的诊疗效果。2015.06.29 D轮 20亿人民币 泰康资产2014.06.01 C轮 亿元及以上人民币 中信金石投资、松禾资本、深创投、拉芳投资、舜优投资、复思资本...

转载 国内图像识别行业

国内图像识别行业前两年是大张旗鼓“大数据”概念，自从google的AlphaGo的出现，如今“Deep Learning”的术语满天飞。当然Deep Learning的基础是基于大数据，而数据的形式可以是文字，数字等这种最基本的形式，而现在有关大数据概念有进一步深化，包含图片和视频的大数据。因此基于图片和视频的数据分析以及Deep Learning的产品和形式大量涌现出。市场方面：...

转载 【Linux】Linux命令大全----常用文件操作命令

目录ls：ls -a ls -l ls –Fcd：cd / cd .. 或者 cd .. // cd ../.. //dir：mkdir rmdircp rm mv du，df cat pwd clear　grep findls ls -a Linux上的文件以“.”开头的文件...

转载 【github】git 使用命令大全

初始化项目步骤mkdir WebApp //创建文件夹cd WebApp //进入到该文件夹git init //初始化touch README //生成READMEgit add REA...

原创 【Anaconda安装包】如何在Ananconda环境下安装CV2（opencv）

python3 下的opencv：环境：Anaconda == 3 python == 3.x安装库：conda install -c menpo opencv安装完之后更新源：python -m pip install --upgrade pip如果不行，可使用以下官网给到的方法：Step 1: Install Anaconda (a pytho...

转载 【牛客网】：数据结构——时间复杂度，算法复杂度

目录一、时间复杂度二、算法复杂度一、时间复杂度 先看一张图：（1）时间频度一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执...

转载 【机器学习】(周志华--西瓜书) 真正例率（TPR）、假正例率（FPR）与查准率（P）、查全率（R）

Q:试述真正例率（TPR）、假正例率（FPR）与查准率（P）、查全率（R）之间的联系。查全率: 真实正例被预测为正例的比例真正例率: 真实正例被预测为正例的比例显然查全率与真正例率是相等的。查准率:预测为正例的实例中真实正例的比例假正例率: 真实反例被预测为正例的比例两者并没有直接的数值关系。敏感度，召回率，命中率或真实阳性率（TPR）特异性，选择性或真阴...

原创 【Ubuntu引导】EFI系统分区.删除不掉,也不能格式化，如何粘力删除 efi 隐藏分区

如何删除efi分区？首先 window键（窗口键） + R ，然后输入cmd一定要进行管理员模式运行，打开命令行输入Diskpart然后：list disk显示磁盘列表select disk选择进入efi所在磁盘输入list disk只有一个磁盘的小伙伴们可以放心继续此时命令行会显示出你的电脑的磁盘数，比如我的只有...

原创 【GPU+ubuntu】Ubuntu下的Tensorflow-gpu等各种环境和包的安装

配置：CPU：i7GPU：1070CUDA：8.0Cudnn：8.0v6.0Tensorflow：1.4双系统：win7 + ubuntu16.04一.系统安装Win7 U盘安装Ubuntu16.04 双系统详细教程安装主要分为以下几步：一． 下载Ubuntu 16.04镜像软件；二． 制作U盘启动盘使用ultraISO；三． 安装Ubuntu系统；...

原创 【Anaconda版本重装】Anaconda版本与Python版本的对应关系

由于没有认真对照anaconda与python的版本号匹配，导致后面的工作坑的要死，严重的居然要重装Anaconda，索性之前安装的虚拟环境都得删除了……简直是醉了！大坑！！来吧，让我们解决一下这个大坑坑！！！如果你的电脑是win10，Anaconda版本错了的话，需要先在“开始——>设置——>应用——>应用和功能（控制面板）——>Anaconda——>...

原创 【Keras】Win10系统 + Anaconda+TensorFlow+Keras 环境搭建教程

1. 安装 Anaconda打开 Anaconda 的官方下载地址：https://www.anaconda.com/download/选择 Python 对应的version 下载。下载完成后直接运行 Anaconda 的安装文件，按照提示一步一步安装就可以了。安装：安装路径我直接默认的C盘，安装过程一路next.在Installation Options一步中，我...

转载 【Deep Learning 五】课程二(mproving Deep Neural Networks)，第一周（Setting up your Machine Learning Applicat）答案

吴恩达深度学习课程课后习题（2课1周）数据集规模相对小的，可以采用传统三七或二二六分法，但在大量数据的时候，只需要1%的验证和测试就足够了。答案C有时候我们会遇到训练集和验证/测试集来自不同地方的分布，但我们最起码得保证，验证集合测试集是来自同一个分布。因为，我们用验证集来评估几个不同的模型，尽可能的优化性能。答案A高偏差的解决办法是扩大神经网络或增加训练集，高...

转载 【Deep Learning 四】课程一(Neural Networks and Deep Learning)，第三周（Shallow neural networks）答案

 1、以下哪一项是正确的？(检查所有适用的) (A,D,F,G)A.  a[2] 表示第二层的激活函数值向量。B. X 是一个矩阵, 其中每一行都是一个训练示例。C. a[2] (12) 表示第二训练样本在第十二层的激活函数值向量。D. X 是一个矩阵, 其中每一列都是一个训练样本。E. a4 [2] 是第二层的第4个训练样本的激活函数输出值F. a[2] (12)...

转载 【Deep Learning 三】神经网络中的非线性激活函数之间的优缺点：sigmoid、tanh、ReLu、Leaky ReLu...

1 什么是激活函数？激活函数，并不是去激活什么，而是指如何把“激活的神经元的特征”通过函数把特征保留并映射出来（保留特征，去除一些数据中是的冗余），这是神经网络能解决非线性问题关键。目前知道的激活函数有如下几个：sigmoid,tanh，ReLu,softmax。 simoid函数也称S曲线：f(x)=11+e−xtanh:f(x)=tanh(x)ReLU：f(x)=max(x...

转载 【Deep Learning 二】课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）答案

课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）答案       --------------------------------------------------中文翻译-------------------------...

转载 【Deep Learning 一】课程一(Neural Networks and Deep Learning)，第一周（Introduction to Deep Learning）答案

10个测验题：1、What does the analogy “AI is the new electricity” refer to?  (B)A. Through the “smart grid”, AI is delivering a new wave of electricity.B. Similar to electricity starting about 100 year...

转载 【Machine Learning 六】梯度下降法（基于Matlab 求函数最小值）

算法原理梯度下降法是一个最优化算法，可以用来求一个函数的最小值，最大值等，也常用于人工神经网络中更新各个感知器之间的权值，求出cost function的最小值等，应用广泛。 其原理简单，就求函数的最小值这个应用而言，大致说来就是先求出该函数梯度，大家都知道梯度是一个函数在该点的最快上升率，那么求个相反数就是最快下降率了。将每个自变量按下列公式更新： xt+1=xt+Δxxt+1=x...

转载 【Machine Learning 五】Coursera无法观看课程解决方案

 最近Cousera一直表现不佳，课程视频死活都不能观看，好像是coursera网站里面设置了一个IP只能看一段时间，，搜索了一番发现还是广大网友靠谱，亲测有效！方法/步骤1.首先是win+s找到记事本，然后再用管理员身份打开，记住一定是管理员权限才可以的哦~2.然后在记事本 页面使用：ctrl+o打开hosts文件，路径是C:\Windows\System3...

转载 【Machine Learning 四】设置机器学习可用的Matlab编程分配环境

 访问MATLAB在线并上传编程练习文件在课程期间，MathWorks将为机器学习学生提供对MATLAB Online的访问。MATLAB Online是MATLAB桌面程序的在线版本。它在基于Web的界面中提供原始程序的大多数功能。无需下载或安装，可以从运行通用Web浏览器的任何计算机访问该程序。按照以下步骤访问MATLAB Online如果您还没有，请创建一个MathWorks...

原创 【Machine Learning 三】线性代数回顾：矩阵，矩阵运算，向量，转置

矩阵：数学上，一个m×n的矩阵是一个由m行n列元素排列成的矩形阵列使用Aij来获取矩阵中第i行j列的数据向量的定义向量就是n行1列的特殊矩阵由于向量仅仅只有1行，那么通过一个变量i来指定获取第i行的数据，很容易理解。矩阵运算矩阵加法矩阵的加法，要求两个矩阵或者是多个矩阵，要求所有的矩阵的列和行都是一样的，例如都是3X2的矩阵，或者是5x8矩阵。矩阵的加法就是将对应位...

原创 【Machine Learning 二】单变量线性回归，代价函数，梯度下降

吴恩达机器学习笔记整理——单变量线性回归通过模型分析，拟合什么类型的曲线。 一、基本概念 1.训练集由训练样例(training example)组成的集合就是训练集(training set), 如下图所示，其中（x，y)是一个训练样本，训练集中每一行表示一个训练样本;(x^i,y^i)表示第i个训练样本。2.假设函数h 使用某种学习算法对训练集的数据...

原创 【Machine Learning 一】监督学习与无监督学习

机器学习分为：监督学习，无监督学习，半监督学习（也可以用hinton所说的强化学习）等。在这里，主要理解一下监督学习和无监督学习。 监督学习：   （supervised learning）给定一定的训练样本，要保证这个样本既有数据，又有数据相对应的结果，利用这个样本进行训练得到一个模型（也就是一个函数），然后利用这个模型，将所有的输入映射相应的输出，之后对输出进行简单的判断从而达...

原创 算法应用四：【经典算法】易混淆的图像处理总结

我们在处理图像时，常常会遇到两个概念混淆而对后续处理有很大的影响，比如：平滑&amp;锐化：  目的： 注： 平滑         去除图像中的噪声 但对图像有一定的模糊效果 锐化 使图像边缘、轮廓线、细节变清晰   边缘检测：  目的： 注： sobel 主要用于图像分割、纹理特征和形状特征的分...