- 博客(9)
- 资源 (12)
- 收藏
- 关注
转载 存储和读取海量图像的方法
https://realpython.com/storing-images-in-python/翻译:老齐为什么必须要了解更多用Python存储和访问图像的方法?如果你的业务只用到少量图片,比如根据图像的色彩分类,,或者用OpenCV实现人脸识别,这时完全不用担心这个问题了。即使借助Python的PIL,也能轻松处理几百张照片,把图像以.png或.jpg文件的形式存储在磁盘上,简单方便又恰当。然而,现实的任务不都如此,比如卷积神经网络(CNN)等算法可以处理包含大量图像的数据集,还可以从中学习。
2020-12-31 16:19:52 1582
转载 图像插值技术——双线性插值法
https://www.cnblogs.com/gshang/p/12968496.html在图像处理中,如果需要对图像进行缩放,一般可以采取插值法,最常用的就是双线性插值法。本文首先从数学角度推导了一维线性插值和二维线性插值的计算过程,并总结了规律。随后将其应用到图像的双线性插值上,利用Matlab编程进行图像的缩放验证,实验证明,二维线性插值能够对图像做出较好的缩放效果。数学角度的线性插值一维线性插值假设有一个一元函数y=f(x)y=f(x), 已知曲线上的两点,AA和BB...
2020-12-18 11:41:57 2612
转载 网络安全与机器学习(二):网络安全任务如何结合机器学习?
网络安全任务和机器学习让我们看看常见的网络安全任务和机器学习结合的机会,而不是查看ML任务并尝试将它们应用于网络安全。具体我们需要考虑三个维度(Why,What和How)。第一个维度是目标或任务(例如,检测威胁,攻击预测等)。根据Gartner的PPDR模型,所有安全任务可分为五类:预测; 预防; 检测; 响应; 监测。第二个维度是技术层和“什么”问题的答案(例如,在哪个级别监控问题),以下是此维度的图层列表:网络(网络流量分析和入侵检测); 端点(反恶意软件); 应用程序(W
2020-12-16 14:57:44 848
转载 网络安全与机器学习(一):网络安全中的机器学习算法
摘要:网络安全遇见机器学习,会摩擦出怎样的火花呢?相当多的文章已经描述了机器学习在网络安全的应用以及保护我们免受网络攻击的能力。尽管如此,我们仍然需要仔细研究人工智能(AI)、机器学习(ML)和深度学习(DL),它们到底能不能像炒作内容所说的无所不能。首先,我要让你失望了。我通过研究发现与图像识别或自然语言处理相比,机器学习永远不会成为网络安全的灵丹妙药,而这两个领域的机器学习应用正在蓬勃发展。因为总会有人试图找到系统或ML算法的弱点并绕过安全机制。更糟糕的是,现在黑客能够利用机器学习来完成他们邪.
2020-12-16 14:55:53 1159
转载 机器学习、深度学习、和AI算法可以在网络安全中做什么?
现在已经出现了相当多的文章涉及机器学习及其保护我们免遭网络攻击的能力。尽管如此,我们也要清楚的去将理想与现实分开,看看机器学习(ML),深度学习(DL)和人工智能(AI)算法到底可以在网络安全中做什么。首先,我必须让你失望,因为我们必须承认的是,尽管机器学习在图像识别或自然语言处理这两个领域取得了不错的成绩,但机器学习绝不会成为网络安全的silver bullet(银弹:喻指新技术,指人们寄予厚望的某种新科技)。总会有人试图在我们的系统中发现问题并试图绕过它们。更糟糕的是,这些先进的技术也正在被黑客们使
2020-12-16 14:51:31 997
转载 人工智能在5G网络中的应用
摘 要:随着5G的商业化运行,通信网络运营正面临巨大挑战,传统运维管理方式难以适应5G空前庞大的网络规模、复杂的网络结构、激增的网络流量和多元化动态业务等新的需求,成为制约5G应用推广和效能提升的最大瓶颈。人工智能近年来发展迅猛,在许多传统行业成功应用。将人工智能应用于5G网络,可以有效提升网络的自动化、自主化程度,使过去的“傻瓜式”网络逐步向“智能化”的自动运行网络演进,为5G的商业化部署和更新迭代扫清障碍。关键词: 5G;人工智能;智能通信网络目录引 言1. 5G概述及发展现状2.
2020-12-14 16:22:51 3819
原创 Keras使用TensorBoard
TensorBoardkeras.callbacks.tensorboard_v1.TensorBoard(log_dir='./logs', histogram_freq=0, batch_size=32, write_graph=True, write_grads=False, write_images=False, embeddings_freq=0, embeddings_layer_names=None, embeddings_metadata=None, embeddings_data=N
2020-12-07 21:01:08 356 1
原创 机器学习(周志华)学习笔记 - 数据集的划分方法
数据集D划分成训练集S和测试集T的方法1. 留出法 (hold - out) 直接将数据集D划分成两个互斥的集合,其中一个集合作为训练集S, 另一个集合作为训练集T 在进行训练集和测试集的划分时,尽可能保持数据划分的一致性,避免因数据划分过程中额外的偏差而对最终的结果产生影响。① 保持样本的类别比例相似 D中1000个样本 500个正例子, 500个反例 ② 70%作为训练集 则挑 S 350...
2020-12-04 20:22:23 996
原创 如何保存 Keras 模型
保存/加载整个模型(结构 + 权重 + 优化器状态)不建议使用 pickle 或 cPickle 来保存 Keras 模型。你可以使用model.save(filepath)将 Keras 模型保存到单个 HDF5 文件中,该文件将包含:模型的结构,允许重新创建模型 模型的权重 训练配置项(损失函数,优化器) 优化器状态,允许准确地从你上次结束的地方继续训练。你可以使用keras.models.load_model(filepath)重新实例化模型。load_model还将负责...
2020-12-02 14:48:45 457
inception_resnet_v2 预训练模型
2020-01-06
cudnn-9.0-windows10-x64-v7.3.1.20
2018-10-04
通过Qt界面控制步进电机的启停
2017-05-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人