welcome to x-jeff blog

【C++基础】第十八课：C风格字符串

C风格字符串

【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.C风格字符串尽管C++支持C风格字符串，但在C++程序中最好还是不要使用它们。这是因为C风格字符串不仅使用起来不太方便，而且极易引发程序漏洞，是诸多安全问题的根本原因。字符串字面值是C++由C...

Posted by x-jeff on July 21, 2020

【深度学习基础】第二十九课：经典的神经网络结构

LeNet-5，AlexNet，VGG-16

【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.LeNet-5 相关链接：原文，博客讲解。假设使用LeNet-5进行手写数字识别： Layer Num Layer Type Input Filter ...

Posted by x-jeff on July 18, 2020

【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...

Posted by x-jeff on July 15, 2020

【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...

Posted by x-jeff on July 8, 2020

【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...

Posted by x-jeff on July 4, 2020

【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...

Posted by x-jeff on June 26, 2020

【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...

Posted by x-jeff on June 20, 2020

【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...

Posted by x-jeff on June 11, 2020

【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...

Posted by x-jeff on June 7, 2020

【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...

Posted by x-jeff on May 31, 2020

x-jeff blog