人工智能与深度学习
该专栏分享一些与人工智能,深度学习相关的文章
被逼的阿陈
有问题私信,同学们,人在实习不一定看的到评论。(已签海康白菜价,好兄弟们有好地方带带我)
展开
-
Centos7下SRS流式服务器搭建、推流、拉流
Centos7下SRS流式服务器搭建、推流、拉流1. 设计目的2. 实验内容3. 实验过程1. 设计目的本报告从SRS服务器的部署入手,分析视频摄像头RTSP流媒体协议向RTMP流媒体协议的转换的必要性和可行性。2. 实验内容研究内容包括:RTSP流媒体协议、RTMP流媒体协议、FFmpeg的应用技术,SRS视频服务器技术。具体完成SRS服务器的部署、完成视频摄像头RTSP流媒体协议向RTMP流媒体协议的转换。3. 实验过程因为我是Centos7,所以选择下载SRS3.0安装包,如下是下载链接:原创 2020-12-09 09:10:34 · 1592 阅读 · 0 评论 -
python编程--通过单纯形法和scipy库实现线性规划以及通过拉格朗日来求解非线性
例题首先,我们通过单纯法来求解该例题新建“data.txt”文件存放2 1 1 0 0 0 00 2 -1 1 0 0 -21 -1 1 0 1 0 20 1 -1 0 0 1 1import numpy as npdef pivot(d,bn): l = list(d[0][:-2]) jnum = l.index(max(l)) #转入编号 m = [...原创 2020-04-20 14:01:56 · 410 阅读 · 0 评论 -
基于Jupyter Notebook---卷积神经网络的图像分类(keras对猫狗图像数据集进行分类)
keras对猫狗图像数据集进行分类一、安装Keras二、keras对猫狗图像数据集进行分类三、全部代码四、结果显示一、安装Keras在windows下,首先添加中科大源命令行中直接使用以下命令conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/conda原创 2020-06-09 17:26:59 · 4082 阅读 · 0 评论 -
对鸢尾花数据集和月亮数据集,分别采用线性LDA、k-means和SVM算法进行二分类可视化分析
一、支持向量机支持向量机是一个功能强大并且全面的机器学习模型,它可以执行线性或者非线性分类,回归甚至异常检测任务。其主要分为三类:线性SVM分类、软间隔分类、非线性SVM分类。本篇博客将重点深入SVM算法。简单了解下SVM算法的优缺点。优点:1.使用核函数可以向高维空间进行映射2.使用核函数可以解决非线性的分类3.分类思想很简单,就是将样本与决策面的间隔最大化4.分类效果较好缺点:1.SVM算法对大规模训练样本难以实施2.SVM解决多分类问题存在困难3.对缺失数据敏感,对参数和核函数的原创 2020-05-18 11:03:58 · 563 阅读 · 0 评论 -
机器学习--python代码实现基于Fisher的线性判别(鸢尾花数据集的分类)
一、线性分类–判断该函数属于哪一类先上例题,然后我会通过两种方法来判断该函数属于哪一类1、图解法定义对于多类问题:模式有 ω1 ,ω2 , … , ωm 个类别,可分三种情况:第一种情况:每一模式类与其它模式类间可用单个判别平面把一个类分开。这种情况,M类可有M个判别函数,且具有以下性质:下图所示,每一类别可用单个判别边界与其它类别相分开 。如果一模式X属于ω1,则由图可清楚看出...原创 2020-05-04 16:02:10 · 6125 阅读 · 0 评论 -
机器学习--模型评估与旋转与对手写体Mnist
一、模型评估与旋转1、查准率 查全率与查准率是信息检索领域内的概念,二者是反映检索效果的重要指标。根据查准率和查全率可绘制系统的PR曲线,可根据曲线判断系统的优劣。 查准率(精度)是衡量某一检索系统的信号噪声比的一种指标,即检出的相关文献量与检出的文献总量的百分比。 普遍表示为:查准率=(检索出的相关信息量/检索出的信息总量)x100%。使用专指性较强的检索语言(如上位类、上位主题词)能提...原创 2020-04-26 17:55:50 · 660 阅读 · 0 评论 -
凸函数、凸规划的定义及学习
1、计算几何是研究什么的?计算几何研究的对象是几何图形。早期人们对于图像的研究一般都是先建立坐标系,把图形转换成函数,然后用插值和逼近的数学方法,特别是用样条函数作为工具来分析图形,取得了可喜的成功。然而,这些方法过多地依赖于坐标系的选取,缺乏几何不变性,特别是用来解决某些大挠度曲线及曲线的奇异点等问题时,有一定的局限性。2、计算几何理论中过两点的一条直线的表达式,是如何描述的?通过以下公式...原创 2020-04-22 16:47:43 · 8716 阅读 · 1 评论 -
Python实现多元线性回归方程梯度下降法与求函数极值
梯度下降法梯度下降法实现简单,当目标函数是凸函数时,梯度下降法的解是全局解。一般情况下,其解不保证是全局最优解,梯度下降法的速度也未必是最快的。梯度下降法的优化思想:用当前位置负梯度方向作为搜索方向,因为该方向为当前位置的最快下降方向,所以也被称为是”最速下降法“。最速下降法越接近目标值,步长越小,前进越慢。缺点:靠近极小值时收敛速度减慢,求解需要很多次的迭代;直线搜索时可能会产生一些问...原创 2020-04-05 14:12:04 · 2821 阅读 · 0 评论