- 博客(27)
- 收藏
- 关注
RSS订阅原创 C++（06）复合类型（第四章）
数组多个相同类型的值。数组声明三点：类型，数组名，元素数目。//声明一个数组short months[12];//数目可以是整型或const值，也可以是常量表达式。//赋值months[0] = 31;//访问元素cout << months[0];//初始化（仅在定义时可用）可以只初始化前两个int cards[4] = {1,2};//不特别指定数目初始化int cards[] = {1,2,3}//大括号内不包含任何东西，则元素均为0unsigned int
2021-12-04 11:54:21
397
原创 语义分割评价指标mIOU
MIoU=1k+1∑i=0kpii∑j=0kpij+∑j=0kpji−piiMIoU = \frac{1}{k+1} \sum^{k}_{i=0} \frac{pii} { \sum^{k}_{j = 0}p_{ij} + \sum^{k}_{j = 0}p_{ji} - p_{ii}}MIoU=k+11i=0∑k∑j=0kpij+∑j=0kpji−piipii类别数 k+1类，包含背景pii TPpij FN，第i类预测为j类pji FP等价于：MIoU=1k+1∑i=0k
2021-09-28 11:07:06
161
原创 HSV色彩模型
HSV颜色模型Hue:色调，取值范围为0°～360°，红色为0°，绿色为120°,蓝色为240°Saturation:饱和度，取值0%～100%，越大颜色越艳丽。Value:明度，0%（黑）到100%（白），越小越黑。加入黑色可减小V而S不变。加入白色可减小S而V不变。形象图：Python颜色模型转换 PIL cv2实现：from PIL import Imageimg = Image.open('test.jpg')img_hsv = img.convert("HSV")img_
2021-09-28 11:06:04
336
原创 交叉熵损失函数
二元交叉熵损失函数L(w,b)=−1N∑i=1N[yiln(yi^)+(1−yi)ln(1−yi^)] L(w, b) = - \frac{1}{N} \sum_{i=1}^N [ y^i ln ( \hat{y^i} ) + (1-y^i) ln (1-\hat{y^i}) ]L(w,b)=−N1i=1∑N[yiln(yi^)+(1−yi)ln(1−yi^)]多元交叉熵函数详解L(yi^,yi)=−∑n=1cynilnyni^ L(\hat{y^i}, y^i) = -\sum
2021-09-21 16:23:11
109
原创 pytorch+flask+docker+ubuntu20部署
pytorch搭建模型、预测flask提供接口服务docker容器部署ubuntu20操作系统上部署pytorch搭建模型、预测项目git：wangyuqiang / pubg_pos_classifyflask提供接口服务见项目代码：run_flask.pydocker容器部署参考文章：Flask + Docker 无脑部署新手教程# build docker镜像# --tag, -t: 镜像的名字及标签，通常 name:tag 或者 name 格式；可以在一次构建中为一个镜像设.
2021-09-07 21:39:01
230
原创 回归问题（2）线性回归
一元线性回归（Simple linear regression）一元线性公式：y=wx+b y = wx + b y=wx+b模型变量：x模型参数：w：权重（weights）b：偏置值（bias）估计值：yi^=wxi+b\hat{y{_i}} = wx{_i} + b yi^=wxi+b拟合误差/残差：yi−yi^=yi−(wxi+b)y{_i} - \hat{y{_i}} = y{_i} - (wx{_i} + b) yi−yi^=yi−(wxi+b)损失函数/
2021-06-15 08:35:45
93
原创 回归问题（1）机器学习基础
机器学习（Machine Learning）：从数据中学习直线：模型拟合：学习的过程寻找直线的问题：寻找确定直线的参数建立模型： y = wx + b学习模型：确定w, b预测房价：使用模型计算房价学习算法：从数据中产生模型的算法经典程序设计：根据数据和规则来获得答案。机器学习算法：根据数据和答案来推测规则。机器学习：通过学习算法从数据中学习模型的过程。监督学习（Supervised Learning）：有标记样本的学习数据集（data set）/样本集（sample set）：
2021-06-14 13:08:09
81
原创 OpenCV（一）读取、显示、保存
版本：opencv-python 4.5.2.52import cv2filename = r'b2.jpg'b = cv2.imread(filename, flags=cv2.IMREAD_UNCHANGED)# 显示原始图像win_name_UNCHANGED = 'UNCHANGED'cv2. namedWindow(win_name_UNCHANGED)cv2.imshow(win_name_UNCHANGED, b)# 显示灰度图b = cv2.imread(filenam
2021-06-11 17:25:29
51
原创 pandas.DataFrame操作（一）创建
Pandas DataFrame的用法记录pandas.DataFrame( data=None, # ndarray (structured or homogeneous), Iterable, dict, or DataFrame index=None, # Index or array-like columns=None, # Index or array-like dtype=None, # dtype, default None copy=False # bool, defau
2021-06-11 17:24:52
112
原创 pandas.DataFrame操作（二）索引、切片
系列课题：pandas.DataFrame操作（二）索引、切片df = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]), columns=['a', 'b', 'c'])# 原始：""">>>df a b c0 1 2 31 4 5 62 7 8 9"""# 行索引：""">>>df.loc[0]a 1b
2021-06-11 17:24:02
322
原创 OpenPyXL读写.xlsx文件
本文介绍Python对.xlsx文件的读写操作预期的效果：打开、读取、生成、写入、保存官方docs: https://openpyxl.readthedocs.ioInstallationpip install openpyxl1. 打开已有.xlsxfrom openpyxl import load_workbookwb = load_workbook("campaign.xlsx")ws = wb["Results"]2. 读取内容获取某张sheet：# 获取所有sheet名
2021-06-11 17:22:21
119
原创 Pandas读写.xlsx文件
研究对象：pandas.read_excel( io, # str, bytes, ExcelFile, xlrd.Book, path object, or file-like object sheet_name=0, # str, int, list, or None, default 0 header=0, # int, list of int, default 0 也可以设为None names=None, # array-like, default None 要使用的列名列表
2021-06-11 17:21:35
745
原创 TensorFlow基础（1）2.0特性
What’s TensorFlowAn end-to-end open source machine learning platform端到端：一种解决问题的思路，输入数据直接获取结果。开源：开放设计和实现框架。机器学习生态系统。
2021-06-11 17:19:36
63
原创 CentOS查看某个端口占用情况
源自：CentOS如何查看端口是被哪个应用/进程占用验证可行版本：CentOS8netstat -lnp | grep 88 #88请换为你的apache需要的端口，如：80
2021-06-10 00:53:24
176
原创 C++（01）环境搭建
开个大课题：C++第一步：下载安装MinGW官网：http://mingw-w64.org/doku.php/download下载安装包名：mingw-w64-install.exe安装步骤省略（选x86_64即可）。添加bin文件夹路径到环境变量：C:\Program\mingw-w64\x86_64-8.1.0-posix-seh-rt_v6-rev0\mingw64\bin验证：gcc --version第二步：配置.json，测试hello.cpp单击：run => s
2021-06-10 00:52:25
89
原创 NumPy（4）矩阵、随机数、打乱
NumPy（三）矩阵和随机数：矩阵——np.matrixmatrix(字符串/列表/元组/数组)mat(字符串/列表/元组/数组)>>>a = np.mat('1 2 3; 4 5 6')>>>amatrix([[1, 2, 3], [4, 5, 6]])>>>a = np.mat([[1, 2, 3], [4, 5, 6]])>>>amatrix([[1, 2, 3], [4, 5
2021-06-10 00:50:27
648
原创 NumPy（3）运算：求和、堆叠
系列课题：NumPy（二）运算2求和函数sum():对数组中所有元素求和>>>a = np.arange(4)>>>aarray([0, 1, 2, 3])>>>np.sum(a)6# 按行或列求和# 轴（axes）：数组中的每一个维度被称为一个轴。# 秩（rank）：轴的个数。（与线性代数中的秩不一样）>>>b = np.arange(12).reshape(3, 4)>>>barray([
2021-06-10 00:49:39
250
原创 NumPy（2）运算
课题：NumPy（二）运算np.reshape(shape) # 不改变当前数组，按照shape创建新的数组np.resize(shape) # 改变当前数组，按照shape创建数组创建数组并且改变形状：>>>t = np.arange(24).reshape(2, 3, 4)>>>tarray([[[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]],
2021-06-10 00:48:10
61
原创 NumPy（1）创建、属性、索引、切片
开个课题：NumPy使用# 创建a = np.array([1,2,3,4])# 创建特殊数组1. np.arange(起始数字,结束数字,步长,dtype=数据类型) # 序列数组 1. 前闭后开； 2. 起始数字省略时，默认从0开始； 3. 步长省略时，默认是12. np.ones(shape, dtype=数据类型) # 全1数组3. np.zeros(shape, dtype=数据类型) # 全0数组4. np.eye(shape) # 单位矩阵 >>>
2021-06-10 00:47:13
92
原创 手写数字集MNIST（1）下载
ML界的Hello World：手写数字集MNIST（1）下载下载、显示MNIST数据集import tensorflow as tfimport matplotlib.pyplot as plt# 取别名mnist = tf.keras.datasets.mnist# 下载(train_x, train_y), (test_x, test_y) = mnist.load_data()print("Training set:", len(train_x)) # Training set:
2021-06-10 00:44:46
663
原创 数字图像基础（2）Pillow图像处理库
系列：数字图像基础（2）Pillow一个不错的知乎帖子：学习如何使用Python的Pillow函数库来处理图像。打开图像——Image.open()函数Image.open(路径)返回image对象打开、保存图像# 导入模块from PIL import Image# 打开img = Image.open('Liya.jpg')# 保存img.save('Liya_bk.jpg')# 转换格式img.save('Liya_bk.bmp')图像对象的主要属性图像格式.forma
2021-06-10 00:40:35
145
1
原创 数字图像基础（1）基本概念
小课题：数字图像基础（1）基本概念、Pillow二值图每个像素为0或1灰度图一个像素占8位RGB彩色图三个分量：每个24位RGBA图RGB图像+8位透明度信息Alpha透明度Alpha为0则完全透明32位真彩色图像256色彩色图像颜色由8位二进制指定需保存、加载调色板按索引值从调色板中获取图像格式.BMP格式：占用存储空间大，不支持文件压缩，不适用于网页jpeg格式：有损压缩，压缩率高，所占空间小适于颜色丰富、细节清晰细腻的大图像不
2021-06-10 00:35:50
104
原创 vue搭建步骤
下载安装 nodejs设置淘宝镜像:cnpm安装：npm install -g cnpm --registry=https://registry.npm.taobao.orgcnpm install [name]npm安装vuevue初始化一个项目vue2.0:vue init webpack 项目名称vue-cli3:vue create 项目名称在vue脚手架中安装elementUI下载elementui的依赖npm i element-ui ..
2021-06-10 00:18:11
23
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人