自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

weixin_42367888的博客

  • 博客(122)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 机器学习-- 如何清洗数据集

数据清洗是数据处理和分析中的重要步骤，旨在确保数据的准确性、一致性和完整性。通过处理缺失值、去除重复数据、修正数据格式、处理异常值、标准化和归一化、处理不一致的数据、转换数据类型和数据集成，可以大大提高数据的质量，为后续的数据分析和建模提供坚实的基础。

2024-06-10 08:20:29 2071 1

原创 机器学习--生成式模型和判别式模型的具体分析

生成式模型是用于建模输入数据 (X) 和标签 (Y) 的联合概率分布 (P(X, Y))。通过学习联合分布，生成式模型可以推导出条件概率 (P(Y|X)) 进行分类，并且能够生成新的数据样本。

2024-06-10 07:59:31 995

原创 机器学习--线性模型和非线性模型的区别？哪些模型是线性模型，哪些模型是非线性模型？

优点：简单、易解释、训练速度快、计算效率高。缺点：无法处理复杂的非线性关系，对数据分布要求高。适用场景：输入特征和输出变量之间存在明显线性关系，数据量大且结构较简单。

2024-06-09 09:14:59 1915

原创 机器学习--回归模型和分类模型常用损失函数总结（详细）

*均方误差（MSE）**适用于大多数回归问题，特别是异常值较少的情况下。**均方根误差（RMSE）**适用于需要损失函数值与原始数据单位一致的场景。**平均绝对误差（MAE）**适用于对异常值敏感度要求低的场景。Huber损失适用于数据中存在少量异常值且需要综合处理大误差和小误差的场景。

2024-06-09 08:14:39 2189

原创 机器学习--损失函数

损失函数根据具体的任务和目标会有所不同。均方误差（Mean Squared Error, MSE）适用于回归问题，计算预测值与真实值之间的平方差的平均值。MSE{MSE}MSE1n∑i1nyi−yi2n1​∑i1n​yi​−y​i​2其中，yi( y_i )yi​是真实值，yiy​i​是预测值，n( n )n是样本数量。均方根误差（Root Mean Squared Error, RMSE）

2024-06-08 20:27:29 1504

原创 机器学习----奥卡姆剃刀定律

奥卡姆剃刀定律在机器学习中提醒我们，选择模型时应优先考虑简单模型，除非有充分的理由认为复杂模型会显著改善性能。这有助于避免过拟合，提高模型的可解释性和计算效率。通过遵循这一原则，我们可以更有效地构建和优化机器学习模型。

2024-06-08 20:03:13 1031

原创 Pandas--数据结构 - DataFrame(4)

Pandas--数据结构 - DataFrame(4)

2024-01-30 18:10:01 633

原创 Pandas--数据结构 - Series(3)

Pandas--数据结构 - Series(3)

2024-01-28 19:33:29 613

原创 Pandas--安装(2)

Pandas--安装(2)

2024-01-28 19:05:28 702

原创 MySQL--删除数据表(6)

MySQL--删除数据表(6)

2024-01-24 19:35:14 713

原创 MySQL--创建数据表(5)

MySQL--创建数据表(5)

2024-01-24 19:20:36 572

原创 MySQL--数据类型(4)

MySQL--数据类型(4)

2024-01-23 09:51:55 589

原创 MySQL--选择数据库(3)

MySQL--选择数据库(3)

2024-01-23 09:28:09 614

原创 Pandas--简介(1)

Pandas--简介(1)

2024-01-22 20:54:09 675

原创 Git--基本操作介绍(2)

Git--基本操作介绍(2)

2024-01-22 19:56:56 1177

原创 Git--创建仓库(1)

Git--创建仓库(1)

2024-01-22 17:05:44 666

原创 MySQL--删除数据库(2)

MySQL--删除数据库(2)

2024-01-22 16:49:48 767

原创 Mysql--创建数据库(1)

Mysql--创建数据库(1)

2024-01-22 16:43:28 705

原创 目标检测--02（Two Stage目标检测算法1）

目标检测--02（Two Stage目标检测算法1）

2024-01-18 22:38:57 1345 1

原创 目标检测--01

目标检测--01

2024-01-18 22:08:42 769

原创 Python--GIL（全局解释器锁）

Python--GIL（全局解释器锁）

2024-01-16 22:45:42 1075

原创 Python--循环语句

Python--循环语句

2024-01-14 14:18:58 820

原创 Python-- if...else

Python-- if...else

2024-01-14 13:54:43 480

原创 Python--装饰器

Python--装饰器

2024-01-13 12:58:47 847

原创 Python--闭包

Python--闭包

2024-01-13 12:33:54 579

原创 Python--函数

Python--函数

2024-01-11 15:31:07 552

原创 Python-高阶函数

Python-高阶函数

2024-01-11 09:45:31 445

原创 Python-基础语法

Python-基础语法

2024-01-10 16:10:08 523

原创 逻辑回归（LR）----机器学习

逻辑回归（LR）----机器学习

2024-01-03 17:14:01 1174

原创 Word2Vec（词向量）---机器学习

Word2Vec（词向量）---机器学习

2024-01-02 17:38:19 1114

原创 特征归一化及其原理--机器学习

特征归一化及其原理--机器学习

2023-12-29 10:11:13 957

原创 SVM（支持向量机）-机器学习

SVM（支持向量机）-机器学习

2023-12-29 09:29:10 1484 1

原创 腾讯算法面试题

腾讯算法面试题

2023-12-14 20:38:44 185

原创 字节跳动面经题

字节跳动面经题

2023-12-14 20:07:53 713

原创 深度学习面试题-05

深度学习面试题-05

2023-12-14 19:15:21 188

原创 深度学习面试题—04

深度学习面试题—04

2023-12-11 14:20:34 140

原创 深度学习的目标检测算法综述

深度学习的目标检测算法综述

2023-12-10 15:54:23 351

原创 对抗生成网络-G与D的loss异常问题

对抗生成网络-G与D的loss异常问题

2023-12-05 20:52:55 719 2

原创 DCGAN生成网络模型

DCGAN生成网络模型

2023-12-05 20:33:21 319

原创 U-Net网络模型改进（添加通道与空间注意力机制）---亲测有效，指标提升

U-Net网络模型改进（添加通道与空间注意力机制）---亲测有效，指标提升

2023-12-05 14:51:45 9597 8

宠物领养管理系统是一种专门为宠物领养机构、动物收容所以及爱心领养者设计的综合性平台，旨在简化和优化宠物领养的各个环节

宠物领养管理系统描述 宠物领养管理系统是一种专门为宠物领养机构、动物收容所以及爱心领养者设计的综合性平台，旨在简化和优化宠物领养的各个环节。该系统不仅提高了领养过程的效率，还确保了宠物和领养者的匹配更加科学和合理。以下是对该系统的详细描述。 1. 系统功能 1.1 用户管理 注册与登录：允许领养者和管理员创建账户，进行身份验证和登录。 用户角色管理：不同的用户角色（如管理员、领养者、志愿者）具有不同的权限和功能。 1.2 宠物信息管理 宠物档案创建与维护：记录每只待领养宠物的详细信息，包括种类、年龄、性别、健康状况、疫苗接种记录、照片和描述等。 搜索与过滤：通过种类、年龄、性别、大小、健康状况等多种条件搜索和过滤宠物，帮助领养者找到合适的宠物。 1.3 领养流程管理 申请与审核：领养者可以在线提交领养申请，管理员审核申请并反馈结果。 领养协议与记录：在线生成和管理领养协议，记录每次领养的详细信息和历史记录。

2024-06-09

基于ssm的酒店管理系统项目源码1.zip
一个基于 SSM 的酒店管理系统包含的部分： 1. **项目结构：** - **后端：** 使用 Spring 框架进行依赖注入和事务管理，Spring MVC 处理前端请求，MyBatis 用于数据库交互。 - **前端：** 使用 HTML、CSS、JavaScript 等前端技术，可能结合框架如 Bootstrap 或 Vue.js。 - **数据库：** 数据库存储酒店信息、用户信息等，可以使用 MySQL、Oracle 等数据库。 2. **功能模块：** - **用户管理：** 注册、登录、个人信息管理。 - **酒店管理：** 酒店信息的添加、编辑、删除，包括房间信息、价格等。 - **预订管理：** 用户可以查看酒店房间的可用性，进行预订和取消预订。

2023-11-26

SAM-Tool-main 分割模型打标签，由于labelme
把数据放置在<dataset_path>/images/*这样的路径中，并创建空文件夹<dataset_path>/embeddings 3.将项目1中的helpers文件夹复制到项目2的主目录下 3.1 运行extrac_embeddings.py文件来提取图片的embedding # cd到项目2的主目录下 python helpers\extract_embeddings.py --checkpoint-path sam_vit_h_4b8939.pth --dataset-folder <dataset_path> --device cpu checkpoint-path：上面下载好的SAM模型路径 dataset-folder：数据路径 device：默认cuda，没有GPU用cpu也行的，就是速度挺慢的 运行完毕后，<dataset_path>/embeddings接下来会生成相应的npy文件 3.2 运行generate_onnx.py将pth文件转换为onnx模型文件 # cd到项目2的主目录下 python helpers\generate_onnx.py

2023-11-21

python爬虫，可直接使用
对于Python爬虫项目，让其他人可以直接使用，扩充资源包包括以下内容： 项目源代码：提供完整的Python爬虫项目源代码，包括主要脚本、模块和配置文件。 数据存储格式：提供有关爬取数据的存储格式的信息，例如数据库表结构或文件格式，以便用户可以理解数据的组织方式。 日志文件：实现日志记录，以便用户可以跟踪爬虫的活动和错误。 定时任务或自动化脚本：如果适用，提供定时任务或自动化脚本，以便用户可以自动定期运行爬虫。 合法使用。

2023-10-25

java项目实战完整资源包
java项目实战完整资源包 项目源代码：提供完整的Java项目源代码，包括所有的类文件和资源文件。 文档和说明：编写详细的文档，包括项目的说明、安装指南、配置说明、使用手册和维护文档。 测试数据：提供用于测试和演示的示例数据，以便用户可以立即开始使用项目。 部署脚本：提供自动化部署脚本，以简化项目的部署过程。 开发工具和环境：列出所需的开发工具和环境，以便用户可以轻松设置开发环境。 这些扩充内容将有助于用户更好地理解、使用和维护Java项目实战，提供更全面的支持和资源。

2023-10-25

基于卷积网络的图像检索代码
要实现图像检索（Image Retrieval）的任务，您可以使用卷积神经网络（CNN）来提取图像特征，然后使用这些特征来比较图像和检索相似的图像。同时，您可能需要利用文本数据（句子或标签）来扩充图像的描述和搜索。 以下是一个简单的图像检索示例的代码框架，使用Python和PyTorch。上传数据集，就可以运行。得到的是图片相似度的结果，并且给出前几张图片的结果。将自己的数据集部署到代码中，并且不需要训练，直接运行测试即可。如有问题，可以咨询我，希望这份代码，对大家有所帮助。

2023-10-24

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除