welcome to x-jeff blog

【算法基础】【排序】冒泡排序

冒泡排序

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.冒泡排序冒泡排序（Bubble Sort）也是一种简单直观的排序算法。它重复地走访过要排序的数列，一次比较两个元素，如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行，直到没有元素再需要交换，也就是说该数列已经排序完成。这个算法的名字由来是因为越小的元素会经由交换慢慢“浮”到数列的顶端。 2.算法步骤 ...

Posted by x-jeff on November 4, 2020

【C++基础】第二十课：表达式基础

表达式基本概念，重载运算符，左值，右值，优先级，求值顺序

【C++基础】系列博客为参考《C++ Primer中文版（第5版）》（C++11标准）一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.基本概念表达式(expression)由一个或多个运算对象(operand)组成，对表达式求值将得到一个结果(result)。 ⚠️字面值和变量是最简单的表达式，其结果就是字面值和变量的值。把一个运...

Posted by x-jeff on October 24, 2020

【深度学习基础】第三十八课：1D数据和3D数据

1D数据和3D数据的卷积运算

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.1D数据和3D数据的卷积运算我们通常所用的图像为2D数据。其实除了2D数据，我们还会用到1D或者3D数据（甚至更高维度的数据）。先回顾下之前2D数据的卷积运算：假设input的维度：$14\times 14 \times ...

Posted by x-jeff on October 20, 2020

【深度学习基础】第三十七课：神经风格迁移

神经风格迁移，卷积网络的可视化，内容代价函数，风格代价函数

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.什么是神经风格迁移以上便是神经风格迁移的两个例子。在本文中，我们将用C表示原始图像，S表示要迁移的图像风格，G表示最终合成的图像。 2.卷积网络的可视化本部分内容主要引自论文：Zeiler M D, Fergus R....

Posted by x-jeff on October 17, 2020

【OpenCV基础】第十四课：自定义线性滤波

算子，robert算子，sobel算子，拉普拉斯算子，filter2D

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.常见算子有关卷积和滤波的基本概念解释：【OpenCV基础】第九课：图像模糊。卷积计算在图像处理中常见的三种用途：检测边缘。图像模糊。图像锐化。卷积核也常被称为“算子”。假设有原图如下： 👉Robert算子： \[\begin{bmatrix} +1 & 0 ...

Posted by x-jeff on October 17, 2020

【论文阅读】Gradient-Based Learning Applied to Document Recognition

卷积神经网络开山之作：LeNet-5

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.INTRODUCTION 传统的模式识别（traditional pattern recognition）通常分为两步：即：1）从原始数据中提取特征；2）用提取的特征训练分类器。在LeNet-5发表的那个年代，提取特征需要大量的先验知识，并且需要人为设计，这是一个非常耗时耗力的工作。除此之外，分类器的精度也...

Posted by x-jeff on October 13, 2020

【Python基础】第十六课：重塑资料

虚拟变量（Dummy Variable），建立透视表（pivot_table），长宽表格转换（stack&unstack）

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.虚拟变量（Dummy Variable）假设我们有以下数据： 👉建立虚拟变量 1 pandas.get_dummies(df["朝向"]) 👉合并虚拟变量与原DataFrame 1 df = pandas.concat([df, pd.get_dummies(df["朝向"])], axis=1) ...

Posted by x-jeff on September 25, 2020

【深度学习基础】第三十六课：人脸识别

One-Shot Learning，Siamese网络，Triplet Loss Function

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.One-Shot Learning 人脸识别所面临的一个挑战就是One-Shot Learning（单样本学习）。也就是说，在绝大多数人脸识别应用中，你仅能通过一张图片（或者一个人脸样例）去识别这个人。但是这对于需要大数据支持的深度学习...

Posted by x-jeff on September 24, 2020

【数学基础】第十六课：主成分分析

主成分分析

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.主成分分析的作用主成分分析（Principal Component Analysis，简称PCA）是在机器学习以及统计学领域内常用的一种线性降维方法。其可以有效地降低数据维度，比如说：将原本高维的数据（N维）重新以一个相对低维的形式表达（K维，且$K<N$）。理想上只要该K维的表征（representation...

Posted by x-jeff on September 21, 2020

【机器学习基础】第十六课：支持向量机之间隔与支持向量

二维平面，超平面，间隔，支持向量，支持向量机

【机器学习基础】系列博客为参考周志华老师的《机器学习》一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.理解超平面 1.1.二维平面超平面是支持向量机中非常重要的一个概念，再介绍超平面之前，我们来介绍下常见的二维平面的一些性质。 👉在三维x-y-z坐标系中，可以将平面定义为一个方程的集： \[ax+by+cz+d=0\] 其中$a...

Posted by x-jeff on September 14, 2020

x-jeff blog