![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自我学习
文章平均质量分 56
山东金针菇
这个作者很懒,什么都没留下…
展开
-
idea配置tomcat
idea配置tomcat图文教程文章目录idea配置tomcat图文教程前言一、下载tomcat二、在idea中配置tomcat1.打开run中的红色标记地方2.点击左上角+号前言在使用idea的过程中需要用到tomcat,特在此记录一下使用过程以便以后查阅使用一、下载tomcat直接附上官网地址:官网地址如图所示,在左侧download处有着tomcat的版本,进入后选择想要的版本进行下载压缩包,在这里选择的是9.0之后在core处选择下载,Mac版就选择前两个,windows选原创 2021-07-18 12:30:49 · 489 阅读 · 0 评论 -
2021-03-31
自己在安装Navicat Premium的过程中碰到了一些问题在此记录一下我在安装navicat的过程中遇到了“文件已损坏,您应该把它移到废纸篓”的问题,这里提供两种情况的解决方法一、未选中“任何来源”打开系统偏好设置打开安全与隐私进到如图所示界面,打开这个锁的标志,输入自己的密码,如果像我这个一样在“App Store和被认可的开发者”下面没有“任何来源”这个选项,那么在终端上输入sudo spctl --master-disable,(输入时不带逗号),如果你的笔记本设置有开机密码,会提示要你原创 2021-03-31 19:02:07 · 142 阅读 · 0 评论 -
2021-02-07
最近做了一个识别银行卡号的项目,此片文章用来总结此次过程的收获,心得和体会。首先,这个项目是我第一次去接触神经网路这一领域,在最开始的时候的确面临了一些困难,因为是小白,所以特别多的专属代码根本看不懂,不过已通过在网上搜索最终了解了那些代码,现在我来说一下自己所做的那一部分的内容。我是做图形预处理和数据集增强那部分,首先图形预处理可分为以下几步:导入图像去噪处理图像增强彩色图像转换为灰度图灰度图转换为二值图边缘检测/分割直方图匹配/轮廓匹配接下来我将依次介绍每一个部分的内容及自己所原创 2021-02-08 20:43:48 · 130 阅读 · 0 评论 -
2021-01-14
数据增强方式一、平移平移通过自定义平移矩阵以及函数warpAffine实现:import numpy as npimport cv2img=cv2.imread("lena.png")#平移矩阵[[1,0,-100],[0,1,-12]]M=np.array([[1,0,-100],[0,1,-12]],dtype=np.float32)img_change=cv2.warpAffine(img,M,(300,300))cv2.imshow("test",img_change)cv2.原创 2021-01-14 20:54:55 · 77 阅读 · 0 评论 -
2021-01-11
OpenCV—模糊处理与高斯模糊,二值化均值与中值模糊import cv2 as cvimport numpy as np def blur_demo(img): dst1 = cv.blur(img, (5, 5)) # 均值模糊 cv.imshow("blur_demo", dst1) def median_blur_demo(img): dst2 = cv.medianBlur(img, 9) # 中值模糊 有去椒盐的功能(去燥) cv.im原创 2021-01-11 21:19:38 · 178 阅读 · 0 评论 -
2021-01-09
tensorflow2.0逻辑回归给出的“是”和“否”的回答是一个二元回归;线性回归预测的是一个连续的值。逻辑回归会用到sigmoid函数来作为激活函数,他代表的是一个概率值,在之前的学习过程中已经知道,Sigmoid函数是在0~1之间变换,所以可以用来表示概率值,而且所有的交叉熵:他描述的是实际输出概率和期望输出概率之间的距离,也就是说如果交叉熵越小,则说明两个概率分布的越接近。那么如果在tf.keras中,我们使用binary_crossentropy来计算二元交叉熵。逻辑回归的实现原创 2021-01-09 22:16:48 · 63 阅读 · 0 评论 -
2021-01-07
tensorflow2.0一、梯度下降法:梯度下降法是致力于找到函数极值点的算法,“学习“是指改进模型参数,以便通过大量训练来将损失最小化可以把梯度下降法应用到寻找损失函数的极值点,这样就构成了依据输入数据的模型学习,寻找的过程是通过不断改变参数和权值来寻找极值点。可以通过这个图来理解,给定一个初始点,然后判断其左右Z的值的变换,如果下降则将点移到相应位置然后继续进行上一步,直到找到极值点不过需要注意的是,如图所示,每次的间隔不宜太大,否则会导致在极值点附近来回跳跃的情况发生。二、几种激活函数:原创 2021-01-07 19:16:24 · 114 阅读 · 0 评论