机器学习
九品稀饭
一只萤火虫
展开
-
deep Learning 之入门一 (ps:知乎上看到的大佬写的非常好,所以自己记录下)
作者:Jacky Yang链接:https://www.zhihu.com/question/26006703/answer/129209540来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。关于深度学习,网上的资料很多,不过貌似大部分都不太适合初学者。 这里有几个原因:1.深度学习确实需要一定的数学基础。如果不用深入浅出地方法讲,有些读者就会转载 2017-12-21 09:00:29 · 3683 阅读 · 0 评论 -
opencv之图像滤波
均值滤波均值滤波函数cv2.blur()[python] view plain copy print?import cv2 img = cv2.imread('01.jpg') blur = cv2.blur(img,(5,5)) cv2.imshow("blur",blur) cv2.waitKey() 中值滤波中值滤波法是一种非线性平滑技术,它将每一像素点的灰度值设置为该点某邻域窗口转载 2018-01-19 10:49:46 · 565 阅读 · 0 评论 -
Windows下安装pillow、opencv库问题,亲测可行
安装pillow 库python -m pip install pillow出自:http://blog.csdn.net/Riverhope/article/details/78766969安装opencv 安装了anaconda的可以直接打开Anaconda Prompt输入pip install opencv_python转载 2018-01-08 09:33:51 · 759 阅读 · 0 评论 -
机器学习——深度学习路线(仅做参考)
其实这篇文章,之前叫做深度学习路线,本人呢,其实是个菜鸟,也是玩机器学习没有多久,当时不知道深度学习是怎么怎么的,就是一股脑子的啃,后来发现,没基础啃不动,就拿之前看一本深度学习的书,啃了2/10后发觉真的啃不动了。然后才知道自己基础都没有,啥都没有就去啃那肯定是.....。碰巧,今天看到别人培训的学习路线,为什么是培训的路线呢?其实,培训的路线还是很靠谱的,他会替你考虑你的接受能力,和更...原创 2017-12-27 15:47:36 · 1267 阅读 · 1 评论 -
tensorflow入门教程
TensorFlow入门教程之0: BigPicture&极速入门TensorFlow入门教程之1: 基本概念以及理解TensorFlow入门教程之2: 安装和使用TensorFlow入门教程之3: CNN卷积神经网络的基本定义理解TensorFlow入门教程之4: 实现一个自创的CNN卷积神经网络TensorFlow入门教程之5:转载 2018-01-25 11:16:59 · 2387 阅读 · 0 评论 -
opencv 学习笔记集锦
整理了我所了解的有关OpenCV的学习笔记、原理分析、使用例程等相关的博文。排序不分先后,随机整理的。如果有好的资源,也欢迎介绍和分享。1:OpenCV学习笔记作者:CSDN数量:55篇博文网址:http://blog.csdn.net/column/details/opencv-manual.html2:部分OpenCV的函数解读和原理解读作者:梦想腾飞转载 2018-01-25 11:13:50 · 321 阅读 · 0 评论 -
cnn(卷积神经网络)比较系统的讲解
本文整理了网上几位大牛的博客,详细地讲解了CNN的基础结构与核心思想,欢迎交流。 [1]Deep learning简介[2]Deep Learning训练过程[3]Deep Learning模型之:CNN卷积神经网络推导和实现[4]Deep Learning模型之:CNN的反向求导及练习[5]Deep Learning模型之:CNN卷积神经网络(转载 2018-01-08 16:54:07 · 32253 阅读 · 0 评论 -
通俗理解卷积神经网络
1 前言 2012年我在北京组织过8期machine learning读书会,那时“机器学习”非常火,很多人都对其抱有巨大的热情。当我2013年再次来到北京时,有一个词似乎比“机器学习”更火,那就是“深度学习”。 本博客内写过一些机器学习相关的文章,但上一篇技术文章“LDA主题模型”还是写于2014年11月份,毕竟自2015年开始创业做在线教育后,太多的杂事、琐碎事,让转载 2018-01-08 13:47:32 · 432 阅读 · 0 评论 -
机器学习之朴素贝叶斯
带你搞懂朴素贝叶斯分类算法带你搞懂朴素贝叶斯分类算贝叶斯分类是一类分类算法的总称,这类算法均以贝叶斯定理为基础,故统称为贝叶斯分类。而朴素朴素贝叶斯分类是贝叶斯分类中最简单,也是常见的一种分类方法。这篇文章我尽可能用直白的话语总结一下我们学习会上讲到的朴素贝叶斯分类算法,希望有利于他人理解。1 分类问题综述 对于分类转载 2018-01-24 14:50:53 · 376 阅读 · 0 评论 -
完整的验证码识别流程基于svm(若是想提升,可优化)
字符型图片验证码识别完整过程及Python实现首先很感觉这篇文章的作者,将这篇文章写的这么好。我呢,也是拿来学习,觉得太好,所以忍不住就进行了转载。因为我个人现在手上也有个验证码识别的项目,只是难度高一些,不过看完后觉得收获不少。这个后面可以优化,cnn(卷积神经网络),能处理的更好。1 摘要验证码是目前互联网上非常常见也是非转载 2018-01-05 16:49:11 · 917 阅读 · 0 评论 -
机器学习之代价函数
【机器学习】代价函数(cost function)注:代价函数(有的地方也叫损失函数,Loss Function)在机器学习中的每一种算法中都很重要,因为训练模型的过程就是优化代价函数的过程,代价函数对每个参数的偏导数就是梯度下降中提到的梯度,防止过拟合时添加的正则化项也是加在代价函数后面的。在学习相关算法的过程中,对代价函数的理解也在不断的加深,在此做一个小结。转载 2018-01-11 10:05:22 · 580 阅读 · 0 评论 -
机器学习之基础一
机器学习基本知识总结自李航《统计学习方法》、周志华《机器学习》和国外书籍《机器学习实战》一、机器学习基本知识机器学习的概念这里不再赘述,有很多解释,总的来说,就是从已有经验中总结规律,抽象知识,使其具有基本的判断,推理能力等等的过程。机器学习有三要素:模型(能够大致拟合问题的假设空间)、策略(从假设空间中选取最优假设的策略)、算法(达到目标的最优化计转载 2017-12-18 13:42:35 · 316 阅读 · 0 评论 -
模糊聚类算法(FCM)
伴随着模糊集理论的形成、发展和深化,RusPini率先提出模糊划分的概念。以此为起点和基础,模糊聚类理论和方法迅速蓬勃发展起来。针对不同的应用,人们提出了很多模糊聚类算法,比较典型的有基于相似性关系和模糊关系的方法、基于模糊等价关系的传递闭包方法、基于模糊图论的最大支撑树方法,以及基于数据集的凸分解、动态规划和难以辨别关系等方法。然而,上述方法均不能适用于大数据量的情况,难以满足实时性要求较高的...转载 2018-05-17 12:47:07 · 36338 阅读 · 1 评论