x-jeff blog

Make progress every day.

【OpenCV基础】第十二课:图像的缩放

几何变换,图像金字塔,高斯不同

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.前言 实现图像的放大(zoom in)和缩小(zoom out)主要通过两种途径: 几何变换。 图像金字塔。 2.几何变换 通过几何变换实现图像放大和缩小功能主要是通过OpenCV的resize函数: 1 2 3 4 5 6 7 8 void resize( InputArray src, O...

【Python基础】第十四课:资料转换

向量化计算,Apply,Map,ApplyMap

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.前言 使用numpy和pandas进行资料的转换。 2.向量化计算 假设我们有以下房屋资料的数据: 通过pandas读入: 1 2 import pandas as pd df=pd.read_csv("house_price.csv") 如果在查看DataFrame时行或列没显示全,可添加以下代...

【深度学习基础】第二十八课:卷积神经网络基础

卷积运算,边缘检测,padding,stride,卷积层,池化层,全连接层,卷积神经网络示例

【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.卷积运算 卷积运算是卷积神经网络最基本的组成部分。 1.1.边缘检测 我们通过边缘检测来说明卷积是怎么运算的。 我们在之前的博客中提到过网络的前几层一般用于检测低级特征(例如边缘等),中间几层可能会检测到物体的部分,而更靠后的层可...

【数学基础】第十四课:线性代数

线性空间,基,线性映射,线性变换,基变换,线性回归

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.线性空间与基 线性空间亦称向量空间。我们用的线性空间通常为实系数线性空间。 实系数线性空间是一个由向量组成的集合,向量之间可以做加减法,向量与实数之间可以做乘法,而且这些加,减,乘运算要求满足常见的交换律和结合律。我们也可以类似地定义其他系数的线性空间。 ⚠️线性空间必须要有原点。例如一个有原点的平面就是一个线性空...

【深度学习基础】第二十七课:机器学习策略(下)

错误分析,数据集的划分,数据不匹配问题,迁移学习,多任务学习,端到端的深度学习

【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.错误分析 对模型输出结果中的错误案例进行分析,以帮助我们更高效的寻找优化模型的方向。 以一个猫图片分类器为例,假设该分类器的错误率为10%。我们可以挑选出100个该分类器识别错误的图片。统计这100张图片错误的原因。比如可能有8%的图...

【机器学习基础】第十四课:决策树中的连续与缺失值

连续值处理,缺失值处理

【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.连续值处理 到目前为止我们仅讨论了基于离散属性来生成决策树。本节我们来讨论在决策树学习中如何使用连续属性。 可将连续属性离散化,最简单的策略是二分法(C4.5决策树算法中采用的机制)。 给定样本集D和连续属性a,假定a在D上出现了n个...

【深度学习基础】第二十六课:机器学习策略(上)

机器学习策略,正交化,单一数字评估指标,优化指标,满足指标,人的表现,贝叶斯最优错误率,可避免偏差

【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。 1.什么是机器学习策略 假设我们有一个分类器,其正确率只有90%,并不能满足我们的需求。 根据之前【深度学习基础】系列博客中介绍的诸多方法,你可能会有很多想法去优化这个分类器,例如: 收集更多的训练数据。 增加训练数据的多样性...

【C++基础】第十七课:数组

定义和初始化内置数组,访问数组元素,指针和数组

【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.前言 与vector相似,数组也是存放类型相同的对象的容器,这些对象本身没有名字,需要通过其所在位置访问。与vector不同的地方是,数组的大小确定不变,不能随意向数组中增加元素。 如果不清楚元素的确切个...

【Tensorflow基础】第五课:模型优化

代价函数,网络结构,优化器,tf.truncated_normal

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.前言 我们以【Tensorflow基础】第四课:手写数字识别中构建的手写数字识别模型为例,对模型进行进一步的优化。 2.修改代价函数 在之前的模型中,我们用的是均方误差作为cost function。现在我们使用更合适的交叉熵损失函数作为cost function: 1 loss=tf.reduce_mean(t...

【OpenCV基础】第十一课:形态学操作的应用

提取水平线和垂直线,提取验证码

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.提取水平线和垂直线 在之前的博客【OpenCV基础】第十课:形态学操作中,我们介绍了很多形态学操作。其中,膨胀与腐蚀操作可以使用任意的结构元素,例如矩形、圆、直线等各种自定义形状。 提取水平线和垂直线的具体步骤见下: 1.1.步骤一:读入原始图像 使用imread函数读入原始图像: 1.2.步骤二:转换为灰...