- 博客(70)
- 资源 (6)
- 收藏
- 关注
RSS订阅
原创 python数据结构与算法刷题——剑指offer第二版加部分leetcode题
查找算法：查找较排序来说较简单，不外乎顺序查找和二分查找、哈希表查找和二叉排序树查找。（很多面试官喜欢让应聘者写出二分查找的代码）【注意：二分查找传入的必须是排好序的数组】排序算法：面试官经常会要求应聘者比较插入排序、冒泡排序、归并排序、快速排序等不同算法的优劣，作者强烈建议应聘者在准备面试时，一定要对各种排序算法的特点烂熟于心，能够从额外的空间消耗、平均时间复杂度和最差时间复杂度等方面取标胶...
2019-11-14 19:53:34
2719
原创 tensorflow常用技巧
目录1、模型的保存与加载（以继续训练）、日志保存与加载2、模型训练时学习率衰减3、tensorflow中的交叉熵的比较4、tensorflow中的参数初始化方法5、用for代替tf中的tf.data.Dataset.from_tensor_slices6、梯度消失和梯度爆炸1、模型的保存与加载（以继续训练）、日志保存与加载# 模型保存saver = tf.tra...
2019-09-03 22:02:36
365
原创 特征工程（持续更新中……）
注：1、2都是针对目标值为离散变量的情况1、筛选类别型变量的方法：①通过绘制堆叠图来分析每个类别对y的影响，若不同类别对y的影响比较显著，则选用该指标，否则不选import pandas as pddf = pd.DataFrame([[12,1],[12,1],[22,1],[22,1],[12,0],[12,0],[12,0],[22,0],[22,0]])column_na...
2019-08-12 18:56:21
237
原创 机器学习模型常用技巧（持续更新中……）
1、网格搜索的套路函数（以决策树为例）：from sklearn.model_selection import GridSearchCV, StratifiedKFoldfrom sklearn.tree import DecisionTreeClassifierdef check_model(x,y): ##以决策树为例## classifier = DecisionT...
2019-07-24 13:28:20
432
原创 matplotlib常用技巧
1、plot显示中文import matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['font.family']='sans-serif'2、画柱状图：import matplotlib.pyplot as pltplt.bar(np.arange(5),np.aran...
2019-07-21 10:46:43
348
原创 Python中pandas常用的一些基本命令实现（持续更新中......）
1、利用pandas读取中文路径：import pandas as pdf = open("./动脉期图像.csv", encoding="utf-8")data = pd.read_csv(f)2、利用pandas迭代读取csv文件，缓解内存压力import pandas as pdimport gc# python利用pandas迭代读取数据reader = pd...
2019-02-08 15:07:13
1286
原创 python连接mysql数据库并将dataframe的数据插入表中
【代码】python连接mysql数据库并将dataframe的数据插入表中。
2024-04-11 17:07:49
340
原创 pip wheel直接为离线环境打包需要的python包
只需要在与离线的python环境相同的虚拟环境下，使用上述命令一步打包所有的目标包与依赖包。最后，就会在当前文件夹下出现windows或linux的python环境下的所有目标包与依赖包。这样安装大概率可以一步到位 ，避免一次又一次的去繁琐的下载所需要的依赖包。
2024-03-27 15:19:39
246
原创 xgboost原文翻译及学习
目录参考文章：1、参考文章：1.1参考文章：xgb原论文阅读翻译2、理解：1、xgb作为一个加法串行的树模型，每一棵子树都是基于上一棵树的残差来进行训练；其计算公式是不包含权重项的（面试被问到过，主要是因为GBDT模型的加法公式中是包含权重项的）；其计算公式如下所示：2、损失函数主要是通过损失函数来更新每棵树的叶子节点上的权重（这个大家应该注意一下，我是反复看了很多文章，最终在看原论文时才注意到），因为每棵树的叶子结点都会给划入此节点的样本一个“分数”，所以每次训练得到.
2021-03-29 19:29:27
600
1
原创 GBDT算法梳理
1.前向分布算法考虑加法模型在给定训练数据及损失函数L(y,f(x))的条件下, 学习加法模型f(x)称为经验极小化即损失函数极小化问题:上述问题是一个复杂的优化问题. 前向分布算法（forward stagewise algorithm）求解这一优化问题的想法是: 因为学习的是加法模型, 如果能够从前向后，每一步只学习一个基函数及其系数，逐步逼近优化目标函数，那么就可以简化优化的复杂度....
2020-12-31 14:12:29
315
原创 多元线性回归中的逐步回归及其相关理论介绍
参考书籍：1、《应用多元统计分析》高惠璇1、表达式用来研究因变量Y和m个自变量的相关关系（一共有n个样本，）矩阵表示为：记为或2、回归方程和回归系数的显著性检验2.1 回归方程的显著性检验（又称相关性检验），即不全为0统计量：(在原假设成立时，)计算统计量的值，从而得到p值，或者查表与所对应的F统计量阈值进行比较，从而得到拒绝或不能拒绝原假设的结论。2.2 回归系数的显著性检验3、回归变量的选择3.1 分类可以八种，可以分为三类：“
2020-12-21 15:10:34
9992
原创 KNN的基本原理及应用
K nearest neighborKNN，全名k近邻算法。KNN的核心思想是先计算每个样本与单个特征空间上的距离（距离可有欧式距离、曼哈顿距离、马氏距离等，详见附录一），再找出与每个样本距离最近的k个点，最后将其归类为k个邻居中类别最多的那一类；适用场景：一般多用于分类任务，也可用来处理回归任务。优点：原理简单，易于理解； 对异常值不敏感； 对数据的特征类型没有明确的要求；缺点：样本不平衡问题，容易将样本分入类别中样本较多的那一类； 特征较多时，计算复杂度高，空间复杂度高；
2020-11-07 22:42:07
5837
原创 先验概率和后验概率的定义
话不多说，我因为在学习朴素贝叶斯的时候有点分不清楚先验概率、后验概率，所以就网上找了一些资料，大家各有各的理解，但感觉还是不太能从定义上区分，所以就有了下面这张图：图里面说的还是比较清晰的，大家有不理解的地方可以沟通交流嘛。...
2020-10-31 21:10:57
1058
原创 leetcode刷题（一）(现有9/50，正在更新)
先定个小目标，第一部分，先刷50道1、两数和。输入一个全是int数的列表、target（目标和），返回满足条件的下标和。要求：1、时间复杂度应为O(n)，因此双循环的方法无效；2、假设只满足条件的值只有一组 思路：先排序，再记录下排序后对应原列表的索引位置，再找指针两段往中间遍历...
2020-10-23 17:45:55
125
原创 efficient神经网络
参考文章：1、EfficientNet详解：当前最强网络文中作者大体上介绍了efficient net的思路，compound scale（宽度-每层的通道数、深度-卷积层数、分辨率-影响后面feature map的大小），但是作者没有详细的介绍efficient net的base（即efficient net b0）；2、【深度学习】EfficientNet系列网络结构文中作者较为详细的介绍了efficient net b0的结构，并相较于mobile net v2进行了比较，指出了不同之处：虽然
2020-10-20 22:09:06
501
原创 05 Residual Attention Network for Image Classification学习笔记
论文网址：https://arxiv.org/pdf/1704.06904.pdf参考文章地址：https://cloud.tencent.com/developer/article/1099661 https://blog.csdn.net/wspba/article/details/73727469 翻译地址：https://blog.csdn.net/xiaotian127/ar...
2020-09-25 13:38:13
210
原创 论文翻译：Residual Attention Network for Image Classification
摘要 在这项工作中，我们提出了“残余注意力网络”，这是一种使用注意力机制的卷积神经网络，可以以端到端的训练方式与最新的前馈网络体系结构结合。我们的剩余注意力网络是通过堆叠注意力模块构建的，这些模块会生成注意力感知功能。随着模块的深入，来自不同模块的注意力感知功能会自适应地变化。在每个注意模块中，自下而上，自上而下的前馈结构用于将前馈展开并将反馈注意过程反馈到单个前馈过程中。重要的...
2020-09-25 13:37:00
626
原创 08《SSD: Single Shot MultiBox Detector》论文学习笔记
摘要主要是介绍了两点：表示提出了SSD目标检测算法，主要是：a.基于端到端学习的目标检测；b.将边界框的输出空间离散化为一组默认框；c.预测结果来自不同层次的特征图（6个层次）； 介绍了SSD的性能：a.300*300分辨率的输入，voc2007测试集上获得74.3%mAP和59FPS；b.512*512分辨率的输入，获得了76.9%mAP，超过了最先进的fast r-cnn在当时，...
2020-09-13 20:19:49
221
原创 python多线程
import timeimport numpy as npimport pandas as pdfrom multiprocessing import Poolfrom multiprocessing.dummy import Pool as ThreadPooldef myfun(i): time.sleep(0.2) print(np.sin(i)+np.cos(i)*np.tan(i),end=' ')start = time.time()for i in range.
2020-06-22 17:00:46
171
原创 旧台式电脑改软路由过程记录
工具：一台旧的台式电脑、一个移动的（自动拨号的）光猫、一个TP无线路由器、两根网线、一个U盘、一台能用的笔记本（主要是进行一些配置修改工作）步骤1：U盘工作。先用DiskGenius将U盘删除所有分区，再用IMG写盘工具将openwrt的img包写入U盘，拔下U盘即可，将U盘插入要改装的台式机中。步骤2：U盘启动。我的是旧的方正电脑，U盘快速启动键是F11，再选择所插入的U盘，回车。等待启动，直至不动，然后再回车即可。步骤3：先设置openwrt。①用一根网线将台式电脑和笔记本连接（注意：此时笔
2020-05-08 21:58:20
18728
5
原创 09 《Focal Loss for Dense Object Detection》学习笔记
参考网址： RetinaNet——《Focal Loss for Dense Object Detection》论文翻译（这篇文章基本上完全翻译了论文内容，还是比较详细的，我再阅读时主要参考了这篇） 论文网址：Focal Loss for Dense Object Detection RetinaNet翻译+解析（主要是介绍了论文中的损失函数：CE、FL，其实这些在原作中...
2020-04-06 11:18:32
209
原创 基于Darknet中的YOLO-v3训练自己的数据
1、安装darknet官网： https://pjreddie.com/darknet/yolo/# 1、克隆darknetgit clone https://github.com/pjreddie/darknet# 2、编译项目cd darknetmake# 3、下载预训练权重文件（download the pre-trained weight file）wget http...
2020-03-08 22:18:11
1365
原创 目标检测值faster rcnn、SSD和yolo系列的样本标定
1、faster rcnn的正负样本标定原则主要是体现在faster rcnn中的RPN中，标定原则（RPN流程）如下：最后一个卷积层输出的特征图再进行一次卷积后得到新的特征图（这是针对RPN前的CNN后得到的特征图进行的）； 新的feature map的平面上有个点，每个点都可以对应到原始的特征图上，得到9个anchor，所以总共可以得到个候选区域（大约20000个左右）（超出边界的候...
2020-03-04 21:13:44
1026
原创 课后了解：目标检测的发展史
在GPU之前，传统的目标检测：深度学习中的目标检测（主要是使用了卷积神经网络代替原来的手工特征提取）：基于神经网络的特征提取，可以分为两类：①两阶段的目标检测；②端到端的目标检测...
2019-12-22 16:58:26
355
原创 07 《Fully Convolutional Networks for Semantic Segmentation》学习笔记
论文地址：Fully Convolutional Networks for Semantic Segmentation参考网址：Fully Convolutional Networks for semantic Segmentation（深度学习经典论文翻译）（一般，很多不准确） Fully Convolutional Networks for Semantic Segmentatio...
2019-12-17 19:28:48
248
原创 06 You Only Look Once-V1学习笔记
参考文章：https://blog.csdn.net/woduoxiangfeiya/article/details/80866155（质量一般，还得对照原文看） https://zhuanlan.zhihu.com/p/58716896代码以及训练自己的数据：官方源代码：https://github.com/hizhangp/yolo_tensorflow，网络的配置参数在yolo/...
2019-12-09 11:11:03
252
原创 达叔的正交化（第三课3.2）
搭建机器学习系统的挑战之一就是可以尝试和改变的东西太多太多了，如有那么多的参数可以调整。达叔注意到那些效率很高的机器学习专家有个特点，他们思路清晰对于调整什么来达到某个效果，他们非常清楚，这个步骤就称之为正交化。（就像一台老式电视的很多按钮一样，通过调整某一个旋钮来达到自己想要的某种效果）要搭建一个监督学习系统，通常需要调整旋钮来确保四件事情。首先，应该确保系统在训练集上得到的结果不错，所以训...
2019-12-01 11:58:58
314
原创 04 InceptionV1学习笔记
论文地址：http://arxiv.org/pdf/1409.4842v1.pdf参考文章：https://cloud.tencent.com/developer/article/1008768 https://blog.csdn.net/C_chuxin/article/details/82856502（还不错，这两篇文章翻译的还是很全面的，知识一些细节上的专业词汇有些地方需要看原文...
2019-11-30 20:44:33
292
原创 ResNet论文学习笔记
原作地址：https://arxiv.org/abs/1512.03385参考文章：https://blog.csdn.net/qq_28385535/article/details/90739694（条理章节清晰） https://blog.csdn.net/C_chuxin/article/details/82948733（翻译章节较全，翻完了第4章，其他都是前三章） https:...
2019-11-27 10:22:07
164
原创 VGG论文学习笔记
原作地址：https://arxiv.org/pdf/1409.1556.pdf参考链接：https://blog.csdn.net/abc_138/article/details/80568450在第2章中，主要是介绍了一些网络的细节，原作作者共尝试了6个层数不同的网络结构（在2.2节中有详细介绍），建立了11~19层的不同网络，如下图1所示，在2.3中作者相当于是介绍了本文中的主要创新...
2019-11-16 10:11:09
309
原创 alexnet论文学习笔记
（俗话说：大树底下好乘凉，站在大佬的肩膀上我就可以少写一点啦，哈哈）原作地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf参考文章：1、AlexNet论文(ImageNet Classification with Deep Conv...
2019-11-11 21:39:49
238
原创 Python常见的一些函数介绍(持续更新中……)
1、update函数的应用主要是用来更新字典的，如d.update({"three":3})，意思是把"three":3这组键值对更新到字典d中，详见文章Python中Update()函数的使用；2、生成多边形的maskimport skimage.drawrr, cc = skimage.draw.polygon(p['all_points_y'], p['all_points_...
2019-11-09 10:25:12
176
原创 house-prices
分析报告探索性数据分析1 查看缺失值特征工程建立模型探索性数据分析在这一部分主要是对训练集的81个features进行了分析，以对数据有一个初步的了解，方便后续进行特征工程和模型的建立。在进行数据探索之前，先了解一下训练集和测试集的样本量，训练集的shape为(1460, 81) ，测试集的shape为(1459, 80)，测试集比训练集少了“SalePrice”目标值这一列；此外也统计了训...
2019-11-04 19:50:40
1103
原创 人脸识别之DSFD
主要是再现了原作者的网络参考文章：1、DSFD人脸检测算法的tensorflow实现(大佬级人物，解释很到位，而且模型可以跑通)；2、原作者论文(看明白思路其实不难，关键在于怎么把代码一行一行的复现出来)；3、原作者论文代码(看这个也可以)在复现参考文章1时，可能遇到的问题(因为没钱买显卡，只能在colab上进行实验)：需要自己下载widerface数据，如果在colab上进行...
2019-10-22 21:40:01
792
5
原创 查找算法(正在更新中...)
1、二分查找再次强调：二分查找仅适用于有序的顺序表；二分查找的到吗实现：递归的实现方式和非递归的实现方式；递归或非递归实现的二分查找的最坏时间复杂度都是O(log n), 最优时间复杂度为O(1)2、顺序查找数据本身没有什么特征，而且我们要查找的数据可能出现在数据中的某个位置，此时需要从头或从尾开始依次查找，这就是顺序查找。顺序查找的代码实现：顺序查找的时间复杂度为...
2019-10-08 10:26:03
106
原创 排序算法(正在更新中...)
目录1、冒泡算法排序1、冒泡算法排序具体的算法代码：12_冒泡算法的代码实现.py冒泡排序的时间复杂度为O(n^2)，这种排序算法是稳定的。优化：有可能在中间的某一步就排好序了，这时就不用再往下执行排序了。2、选择排序算法代码实现：07_选择排序法代码实现.py；选择排序算法的时间复杂度为O(n^2)，没有办法进行优化，因为要确定元素是最小的，这种排...
2019-10-08 10:12:25
212
原创 第八章---计算机视觉实战
E:\python\ai_cv\chp8_cv_theory\01-目标检测\资料\项目10_目标检测作业数据├─01_行人目标检测(github)│ ├─annotations│ ├─images│ ├─object_detection│ │ ├─.ipynb_checkpoints│ │ ├─anchor_generators│ │ │ └─__pycache...
2019-10-03 10:49:58
216
原创 训练自己的目标检测模型
预备工作：在tensorflow提供的模型文件的基础上，训练改造出自己的模型。标注自己的图片：下载labelImg-master文件：解压文件，打开就行10.模型测试：执行object_detection_tutorial.ipynb文件，可以对微调好的模型进行测试。（由于只迭代了10次，所以效果不好）参考文章：1.Tensorflow objec...
2019-09-29 21:22:52
1007
MNIST_data.rar
2019-08-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人