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

自定义博客皮肤

-+
  • 博客(23)
  • 收藏
  • 关注

原创 深度学习|3|多层感知机正确打开方式

多层感知机是一个基于神经网络的多层的分类模型。其输出为softmax后的输出,即输出为一个概率;其多层来自于激活函数的非线性性。最常用的激活函数为Relu函数,因为其计算最为方便。

2023-06-09 15:55:24 337

原创 深度学习|2|softmax回归pytorch实现iris鸢尾花数据的softmax回归分类任务

由统计学家和植物学家Ronald Fisher在1936年收集并发布。该数据集中包含了150个样本,其中每个样本代表了一朵鸢尾花(iris flower),并且包含了四个特征(sepal length(花萼长度)、sepal width(花萼宽度)、petal length(花瓣长度)和petal width(花瓣宽度))以及对应的类别标签(iris setosa、iris versicolor和iris virginica)。样本数量:150条类别数量:3类每类样本:50条特征维度:4。

2023-06-08 23:22:08 721

原创 深度学习|1|softmax回归

softmax 回归(softmax regression)其实是 logistic 回归的一般形式,logistic 回归用于二分类,而 softmax 回归用于多分类

2023-06-05 20:24:14 814

原创 图像分割综述

图像分割(segmentation)指的是将数字图像划分成多个图像子区域的过程。在实际场景中具有诸多重要应用在广义的图像分割中,传统方法和深度方法对于分割有不同的定义。传统方法:对于图像进行区域划分,核心问题在于:区域间差异性、区域内相似性。本质上属于一个聚类问题深度方法:对于图像进行像素级分类,核心问题在于:逐像素分类,本质上是一个分类问题实际上,在深度方法中,对于语义分割又有更加细分的问题定义语义分割:将前景与后景区分开来实例分割:将不同的物体分类分割。

2023-06-02 00:17:18 3339

原创 线性回归的底层实现

定义模型SGD算法。

2023-05-26 17:49:29 111

原创 在matlab中加入第三方工具包,并查找加入的所有工具包

查找一下是否添加成功,我们在脚本页面中输入 ver 运行。可以看到我们刚才添加的包,这里我们就添加成功了,接下来就可以使用了。点击添加并包含子文件夹,然后找到我们要添加的文件夹的路径。开始添加包,打卡matlab,找到设置路径。本文加入一个机器人建模包。这里看到我们添加成功了。记住工具包存放的路径。

2023-05-19 08:39:08 3217

原创 传统人脸检测项目实战(Haar级联与手工特征分类器)

人脸检测实战项目 使用haar级联 和 手工特征分类器

2023-05-17 14:04:24 1163

原创 操作系统 设计和实现最佳页面置换算法,并统计缺页中断率。

实验内容为进程分配物理块,其次输入页面引用串设计和实现最佳置换算法,并统计缺页率。设系统为某一进程分配了3个物理块,引用串为:7,0,1,2,0,3,0,4,2,3,0,3,2,1,2,0,1,7,0,1设计和实现最佳置换算法,并统计缺页率。最佳置换算法:一个进程在内存的若干个页面中,哪一个页面...

2023-05-14 22:10:19 1185

原创 LaTex 2022安装教程(附安装包)

LaTeX的的安装教程。

2023-05-11 09:02:57 604

原创 过拟合与欠拟合理解和解决方法

欠拟合的情况比较好解决,因为是在训练阶段的性能就不好,因此可以使用更加强大的模型,提高模型的表征能力或者增加训练次数,使模型更好的拟合数据,通过观察验证指标和训练指标是否得到进一步优化做为评价标准。如果没有更完整的数据,则第二好的解决方案是使用正则化之类的技术。如果网络只能记住少量的模式,则优化过程将迫使其关注最突出的模式,这些模式将有机会获得更好地泛化。要防止过拟合,最好的解决方案是使用更完整的训练数据。是指模型在训练集上表现很好,到了验证和测试阶段就很差,即模型的泛化能力很差。

2023-05-07 19:15:31 518

原创 深度学习在人脸识别中的应用综述合集 | Deep Face

人脸识别的流水线包括四个阶段:检测⇒对齐⇒表达⇒分类。其中,特征提取与度量,是人脸识别问题中的关键问题,也是相关研究的难点之一。人脸对齐同样是难以解决的问题,特别是在无约束的环境下。

2023-05-05 16:27:08 3337

原创 Autogpt手把手安装配置与使用超详细,使用云托管平台,轻量不会污染本地环境,10分钟带你完成傻瓜式超简单安装!!!

十分钟教会小白从Auto-GPT的搭建到使用,以及注意的事项,关键的功能。

2023-05-04 18:10:37 2318 1

原创 机器翻译:引入注意力机制的Encoder-Decoder深度神经网络训练实战中英文互译(完结篇)

注意力机制是一种在深度学习中广泛使用的技术,它可以有效地处理输入序列和输出序列之间的对应关系。其中,Encoder-Decoder是一种常见的注意力机制,它主要用于序列到序列的任务,例如机器翻译、语音识别等。在Encoder-Decoder中,输入序列首先通过一个编码器进行编码,然后再通过一个解码器进行解码,最终生成输出序列。在这个过程中,注意力机制可以帮助模型更好地理解输入序列中的重要信息,并在生成输出序列的过程中更加准确地对其进行利用。

2023-05-01 19:24:12 2717 13

原创 吴恩达与 OpenAI 强强联手,《ChatGPT 提示工程》中文版免费课程

为了帮助大家能更好的掌握 Prompt 工程,DeepLearning.ai 创始人吴恩达与 OpenAI 开发者 Iza Fulford 联手推出了一门面向开发者的技术教程:《ChatGPT 提示工程》。目前该教程已经在 DeepLearning.ai 正式上线,官网上线提供了可交互式的 Notebook,让你可以一边学习,一边跟着编写代码实践。

2023-04-30 20:45:32 215

原创 机器翻译 深度学习预处理实战(中英文互译)一

基于深度学习的机器翻译学习分为三步:(1)解决自动将一种自然语言文本(源语言)翻译为另一种自然语言文本(目标语言)的问题。(2)准备人工翻译的数据集,将其分成训练集和测试集。使用训练集的数据来训练深度神经网络。(3)使用测试集的数据来评估模型表现。深度学习机器翻译其实是用神经网络去学习人工翻译的数据集,使数学世界的神经网络成为取代真实世界中人工翻译的可计算模型。

2023-04-28 22:25:43 2610 2

原创 机器翻译:使用小牛翻译API进行中英文翻译实战

自然语言处理机器翻译使用小牛翻译API接口进行多个国家的语言相互翻译(中文、英文、西班牙语、法语、俄语)等

2023-04-26 23:42:49 1537 1

原创 使用OpenCV对图像进行融合处理,选取两张美女图片进行cv2.add,和cv2.addWeighted处理实战

这也是将图像相加,但是对图像赋予不同的权重,从而给出混合感或透明感。图像按以下等式添加: 通过在(0,1)之间改变的值, 可以用来对两幅图像或两段视频产生时间上的画面叠化 (cross-dissolve)效果,可以选择不同图像赋予不同的权重,从而形成一种美化的效果。两个图像应该具有相同的深度和类型,或者第二个图像可以是像素值,比如(255,255,255),白色值。第一图像的权重为 0.5,第二图像的权重为 0.8。这里我们看到效果不太好,不够美化,我们尝试更改参数。接下来我们看一下图像的尺寸。

2023-04-25 18:12:32 690

原创 解决:Could not build wheels for soxr, which is required to install pyproject.toml-based projects

Could not build wheels for soxr, which is required to install pyproject.toml-based projects 本质问题是缺少数学库的头文件。因此我们只要进行相关的数学库安装就可以了

2023-04-24 14:25:55 11309 1

原创 Python中pytesseract库的下载以及Tesseract-OCR工具的安装配置

是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状翻译成计算机文字的过程;即,针对印刷体字符,采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件,并通过识别软件将图像中的文字转换成文本格式,供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率,是OCR最重要的课题,ICR(Intelligent Character Recognition)的名词也因此而产生。

2023-04-21 23:46:43 4234

原创 车牌检测(分别使用Haar级联 和轮廓裁剪)

相比较使用轮廓检测来剪裁车牌的效果要弱于使用Haar级联模型,在Haar级联模型中,对图像的轮廓进行了多次的标识,最终通过参数决定标记大于多少次的轮廓将其保留下来,有更好的鲁棒性。

2023-04-18 22:59:48 1773

原创 软件工程概述 数据流图分析

功能如下:(1)教学秘书可以对学生成绩进行管理,将学生的成绩录入系统,形成学生成绩文件;(3)教务系统能够根据学生成绩,对学生成绩进行综合分析,形成分析报告;旅行社把预订机票的旅客信息(姓名、性别、工作单位、身份证号码、旅行时间、旅行目的地等)输入进该系统,系统为旅客安排航班,印出取票通知和账单,旅客在飞机起飞的前一天凭取票通知和账单交款取票,系统校对无误即印出机票给旅客。储户填写的存款单或取款单由业务员键入系统,如果是存款,系统记录存款人姓名、住址、存款类型、存款日期、利率等信息,并印出存款单给储户;

2023-03-25 16:55:20 711

原创 使用OpenCV对图片读取的不同方式

flags:标志位,有三种读取的方式{cv2.IMREAD_COLOR,cv2.IMREAD_GRAYSCALE,cv2.IMREAD_UNCHANGED}filepath:读入imge的完整路径。-Python中的几个函数。

2023-03-24 20:00:26 201

原创 如何在kaggle上保存、加载文件,同时在output上删除已经保存的文件。

在kaggle的notebook下操作output,用torch对文件进行操作

2022-11-26 16:41:58 7222 2

iris数据集应用于机器学习领域的分类和聚类问题中

"Iris"数据集是一个非常经典的数据集,由统计学家和植物学家Ronald Fisher在1936年收集并发布。该数据集中包含了150个样本,其中每个样本代表了一朵鸢尾花(iris flower),并且包含了四个特征(sepal length(花萼长度)、sepal width(花萼宽度)、petal length(花瓣长度)和petal width(花瓣宽度))以及对应的类别标签(iris setosa、iris versicolor和iris virginica)。

2023-06-08

自然语言处理,中英互译数据集

自然语言处理数据集(中英文互译)这个数据集有23444条人工翻译的中英文互译文本。

2023-04-29

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