机器学习
PETERMAOSX
哎呦,不错哦!
展开
-
Python Tensorflow机器学习(一)
import tensorflow as tfimport numpy as np #导入库x_data = np.random.rand(100).astype(np.float32) #创建数据 100个随机数据y_data = x_data*0.1+0.3 #看Weigh 和 biases 这里的Weigh是0.1 biases是 0.3Weigh = tf.Variable...原创 2019-07-30 21:13:09 · 513 阅读 · 0 评论 -
Python-opencv haar实现的人脸识别
我这里使用的haar文件是opencv官方自带的xml文件用来测试主要步骤都在注释里面import cv2#1 导入xml文件face_xml = cv2.CascadeClassifier("face.xml")eye_xml = cv2.CascadeClassifier("eye.xml")#2 导入图片或者视频img = cv2.imread("face.jpg")#3 ...原创 2019-08-17 19:26:42 · 1366 阅读 · 0 评论 -
Python-opencv 视频分解成图片
将一段视频分解成一张张图片import cv2import numpy as npcap = cv2.VideoCapture('1.mp4')isOpened = cap.isOpened()fps = cap.get(cv2.CAP_PROP_FPS) #帧率<每秒中展示多少张图片>width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH...原创 2019-08-17 13:19:58 · 1134 阅读 · 0 评论 -
Python- *args 的用法
*args 主要用于函数定义。 你可以将不定数量的参数传递给一个函数。这里的不定的意思是:开始并不知道, 函数传递参数的时候会传递多少个参数给你, 所以在这个场景下使用这个关键字。 *args 是用来发送一个非键值对的可变数量的参数列表给一个函数.def test(frist_arg,*argv): print("first arg:",frist_arg) for arg...原创 2019-08-26 01:32:10 · 1997 阅读 · 0 评论 -
Python-opencv 边缘检测
边缘检测几个步骤1、灰度处理2、高斯滤波3、canny卷积运算在下面的代码中有具体例子import cv2import numpy as npimg = cv2.imread("Test.jpg",1)imginformation = img.shapeheight = imginformation[0]width = imginformation[1]#1 gray 2 高...原创 2019-08-16 11:44:29 · 282 阅读 · 1 评论 -
TensorFlow 实现的最简单的两层神经网络
这里搭建的是一个这种的两层神经网络中间设置了一层隐藏层import tensorflow as tf#定义输入和参数x = tf.constant([[0.7,0.5]])w1 = tf.Variable(tf.random_uniform([2,3],seed=1,stddev=1))w2 = tf.Variable(tf.random_uniform([3,1],seed=1,s...原创 2019-08-12 12:04:57 · 770 阅读 · 0 评论 -
Tensorflow 中的学习率和衰减学习率
学习率learning_rate:表示了每次参数更新的幅度大小。学习率过大,会导致待优化的参数在最值附近波动,不收敛。学习率过小,会导致待优化的参数收敛缓慢。训练过程中,参数的更新向着损失函数梯度下降的方向。参数的更新公式为:W(n+1)=Wn−learningRote∗ΔW_(n+1) = W_n - learningRote*\DeltaW(n+1)=Wn−learningRote∗...原创 2019-08-24 19:56:59 · 899 阅读 · 0 评论 -
Python-Tensorflow 中的矩阵
import tensorflow as tfdate1 = tf.constant([[6,6]])date2 = tf.constant([[1,2,3], [4,5,6], [7,8,9]])date3 = tf.constant([[1,2,3],[4,5,6],[7,8,9],[10,11,12]]...原创 2019-08-12 00:41:20 · 403 阅读 · 0 评论 -
Python-tensorflow 中的四则运算
import tensorflow as tfdate1 = tf.constant(3)date2 = tf.constant(6)retAdd = tf.add(date1,date2)retMul = tf.multiply(date1,date2)retSub = tf.subtract(date1,date2)retDiv = tf.divide(date1,date2)w...原创 2019-08-12 00:06:33 · 303 阅读 · 0 评论 -
Python-Opencv 将图片转为灰度图的两种方法
第一种 直接使用imread(src,value) 将value的值设置为0为灰度图读取,设置为1设置为彩色图片读取import cv2import numpy as npimg = cv2.imread("Test.jpg",0)cv2.imshow("img",img)cv2.waitKay()第二种 使用cvtColor 转置import cv2import numpy ...原创 2019-08-15 11:09:29 · 13402 阅读 · 3 评论 -
Python机器学习简单例子(一)附测试数据
详细解释在注解里面#机器学习第一步,数据预处理import numpy as np #导入库import matplotlib.pyplot as pltx,y = [],[] #构建数组来储存值,数据集for sample in open("prices.txt","r"): #读取数据 sample 对应的正是一个个样本 _x,_y = sample.split(",") #...原创 2019-08-10 12:08:58 · 5677 阅读 · 5 评论 -
Python-tensorflow神经网络的搭建主要流程步骤的实现
这里搭建了一个入门的神经网络详细的神经网络搭建过程都在注释里面主要有3大步1、定义神经网络的输入,参数和输出,定义前向传播过程2、定义损失函数及反向传播方法3、生成会话。训练多少轮import tensorflow as tfimport numpy as npBATCH_SIZE = 8seed = 23455#基于seed产生随机数rng = np.random.Ran...原创 2019-08-14 02:04:59 · 711 阅读 · 0 评论 -
Python Tensorflow 使用梯度下降法来预测股票价格
tensorflow 主要有三个层的使用分别是 输入层 隐藏层 输出层输入层: 主要是用来输入数据,设置数据,设置x and y隐藏层: 使用w(权重)b(偏移量) 来度量数据的准确度,并且会随着训练次数的增多,从而降低误差,也会将w and b 的值设置得更加准确输出层: 顾名思义,是训练结果数据的输出层import numpy as npimport matplotlib.pypl...原创 2019-08-13 14:31:39 · 843 阅读 · 0 评论 -
Python Tensorflow学习(二)
重点在注解里面import tensorflow as tfa = tf.constant([1.0,2.0])b = tf.constant([3.0,4.0])result = a+bprint(result)#运行结果的解释#Tensor("add:0",shape=(2,),dtype=float32)#add : 0 -> 节点名 第0个输出#shape=(2,)...原创 2019-08-01 17:10:19 · 106 阅读 · 0 评论 -
Python-opencv SVM实现简单的监督学习
SVM的本质是分类机 主要是通过寻求一个最优的超平面来解决分类的问题使用的步骤有数据的准备 也叫训练样本(正样本)和(负样本) 一定要标签。因为正是因为有了标签才叫监督学习。SCM_create() 的创建设置svm的type 和 核的类型训练预测这是一个通过身高和体重来预测是男生还是女生的监督学习过程import cv2import numpy as npimport m...原创 2019-08-17 21:54:26 · 1345 阅读 · 0 评论