《算法笔记》学习日记第40页

MOT学习日记

祖师爷：Sort、DeepSortdeepsort中的reid去除最后分类用的全连接层，即只利用该网络做特征提取不进行后续分类2018MOTDT：Real-TimeMultiplePeopleTrackingwithDeeplyLearnedCandidateSelectionandPersonMOTDT多目标跟踪论文学习笔记_x_yan033的博客-CSDN博客_motdt多目标追踪笔记四：MO

Azure1120·2022-12-05 08:25

优化算法matlab实现（七）差分进化算法matlab实现

1.代码实现不了解差分进化算法可以先看看优化算法笔记（七）差分进化算法实现代码前需要先完成优化算法matlab实现（二）框架编写中的框架

stronghorse·2022-12-04 15:14

算法笔记（4）-K-Means聚类算法及python代码实现

K-Means算法也被称为K-平均或K-均值算法，是一种广泛使用的聚类算法。K-Means算法是基于相似性的无监督的算法，通过比较样本之间的相似性，将较为相似的样本划分到同一类别中。K-Means算法步骤：（1）初始化常数K,随机初始化K个聚类中心；（2）重复计算以下过程，直到聚类中心不再改变；a.计算每个样本与每个聚类中心之间的相似度，将样本划分到最相似的类别中；b.计算划分到每个类别中的所有样

编程研究坊·2022-12-04 14:01

【LeetCode算法笔记-Python(PyCharm运行)】剑指 Offer 35. 复杂链表的复制

剑指Offer35.复杂链表的复制写在开头题目描述题目解析方法一：哈希表算法流程：复杂度分析：Python代码方法二：拼接+拆分算法流程：复杂度分析：Python代码PyCharm调试写在开头今天在学习这个算法的时候一开始很难理解，有点小白地问道，设计这个算法有什么用呢，后来想到，如果需要不改变原链表的前提下对链表进行操作就需要复制一个链表到不同的内存，这样就能保存原链表。在Pycharm上调试的

ONLY_CHRIST·2022-12-04 13:01

Python学习日记（2）：在Anaconda上Pytorch的安装以及Pycharm的环境配置

参考资料Pytorch安装教程本次学习内容：Pytorch的CPU版本安装以及基础应用安装一、安装Anacondaanaconda来创建不同的环境1.创建环境condacreate-npytorchpython=3.6提示：可在cmd中输入python查看版本，pytorch的版本不能高于本机版本2.激活环境condaactivatepytorch激活环境后切换到pytorch环境左侧括号中即为环

Asiip·2022-12-04 13:48

自动驾驶决策规划算法第二章——Apollo EM Planner理论篇

前置学习内容：【自动驾驶】【零基础】基础自动驾驶控制算法笔记注意：最好学习前置控制算法，因为决策规划仿真中需要用到决策规划算法第一章链接自动驾驶决策规划算法第一章_免费教学录影带的博客-CSDN博客https

免费教学录影带·2022-12-04 12:15

智能车学习日记【四】————环岛

智能车学习日记【四】————环岛文章目录智能车学习日记【四】————环岛前言一、环岛分状态（以左环岛为例）二、每个状态思路状态1和状态2：状态3：状态4：状态5：状态6：状态7：部分代码：总结前言环岛从第一次写完到国赛结束之间重写了很多遍

RoyZz_·2022-12-03 21:11

智能车学习日记【二】————十字和斜入十字

智能车学习日记【二】————十字和斜入十字文章目录智能车学习日记【二】————十字和斜入十字前言一、普通十字补线二、斜入十字1.判断是否为斜入十字和斜入十字类型2.找斜入十字拐点总结前言经过了一个多月的学习

RoyZz_·2022-12-03 21:40

智能车学习日记【三】————车库判别

文章目录前言一、斑马线的判别二、出入库1.入库2.出库总结前言这里记录一下我的第一版出入库，我觉得出入库最重要的还是判别斑马线和正确拉线。这里感谢我的队友DZH和学长们给我提供不同的出入库方法，斑马线的判断方法和拉线方法有来自拾牙慧者的文章进行改动的。现在可以在速度不快的情况下正常出入库且误判情况较少，由于这两天刚刚完成，还有较多不足，欢迎大家提出意见和修改！一些数组和参数定义在前几篇文章有说明，

RoyZz_·2022-12-03 21:40

智能车学习日记【五】——————坡道和弯接坡道

文章目录前言一、坡道的判别二、直道接坡道1.上坡2.位于坡道上3.下坡三、弯接坡道总结前言这里记录一下坡道的写法和思路。博主的坡道处理是纯图像处理，没有使用陀螺仪等其他硬件设备进行辅助，仅给大家提供一种方法。欢迎大家提出意见和修改！一些数组和参数定义在前几篇文章有说明，如果觉得这篇文章有帮助就点个赞支持一下吧！一、坡道的判别先来看看直道和坡道的区别。(17届临近国赛时网传都是比赛会用高度10cm和

RoyZz_·2022-12-03 21:37

QT学习日记28——QT动态库制作和使用

学习视频链接课时3控件介绍,使用和样式修改_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV14t411b7EL/?p=3&spm_id_from=333.337.top_right_bar_window_history.content.click&vd_source=0471cde1c644648fafd07b54e303c905目录一、动态库项目1.

herb.dr·2022-12-03 12:20

PyTorch 学习日记（2）——优化器

1、优化器Optim优化器用通俗的话来说就是一种算法，是一种计算导数的算法。各种优化器的目的和发明它们的初衷其实就是能让用户选择一种适合自己场景的优化器。优化器的最主要的衡量指标就是优化曲线的平稳度，最好的优化器就是每一轮样本数据的优化都让权重参数匀速的接近目标值，而不是忽上忽下的跳跃的变化。因此损失值的平稳下降对于一个深度学习模型来说是一个非常重要的衡量指标。pytorch的优化器都放在torc

Mr_Chen2020·2022-12-03 02:42

贪心算法笔记

贪婪者总是一贫如洗——克劳德兰纳斯目录什么是贪心怎样实现例一AC代码例二AC代码总结步骤写在最后什么是贪心360百科里是这样说的：贪婪算法是一种对某些求最优解问题的更简单、更迅速的设计技术。用贪婪法设计算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，它省去了为找最优解要穷尽所有可能而必须耗费的大量时间，它采用自顶向下，以迭代的方法做出相继的贪心

gyk1303·2022-12-03 01:20

算法笔记（8）-决策树算法及Python代码实现

决策树既可以用于分类也可以用于回归，它的原理是通过对一系列问题进行if/else推导，最终实现决策。决策树优点(1)可以将模型进行可视化(2)决策树对每个样本特征进行单独处理，不需要对数据进行转换决策树缺点(1)会出现过拟合问题决策树算法Python代码实现clf3=tree.DecisionTreeClassifier(max_depth=5)clf3.fit(X_train,y_train)#

编程研究坊·2022-12-01 21:13

数据挖掘理论与算法笔记

3.数据预处理数据清洗（可以用来清除数据中的噪声，纠正不一致。）数据集成（将数据由多个数据源合并成一个一致的数据存储，如数据仓库。）数据归约（可以通过如聚集、删除冗余特征或聚类来降低数据的规模。）数据变换（（例如，规范化）可以用来把数据压缩到较小的区间，如0.0到1.0，这可以提高涉及距离度量的挖掘算法的准确率和效率。）为何要做数据预处理？真实的数据是非常dirty的。低质量的数据导致低质量的挖掘

525小白菜·2022-12-01 16:36

算法笔记之回溯法(一)——溯洄从之，道阻且长；溯游从之，宛在水中央。

回溯法理论基础回溯法是一种搜索算法，从本质上来说，回溯法是一种穷举法，穷尽其所有可能而举其可行解；尽管回溯法有剪枝等操作，但也只是去除一些明显不可行的部分，仍改变不了回溯法暴力搜索的本质。虽然回溯法是一种暴力求解算法，但很多时候我们也只能选择这种算法。回溯法是以深度优先的方式系统地搜索问题的解，它适用于解一些组合数较大的问题。回溯法可以解决的问题组合问题：从n个数的集合中选出k个数的组合问题排列问

图灵的喵酱·2022-12-01 09:44

算法笔记（5）-K最近邻算法及python代码实现

K最近邻算法既可以用于分类又可以用于回归。K最近邻(k-NearestNeighbor，KNN)算法分类的基本原理：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。K最近邻(k-NearestNeighbor，KNN)算法回归的基本原理：当我们使用K最近邻回归计算某个数据点的预测值时，模型会选择离数据点最近的若干个训练数据集中的点，

编程研究坊·2022-11-30 17:01

语音算法笔记（4）——语音识别前沿课题

声明：本专栏文章为深蓝学院《语音算法：前沿与应用》课程个人学习笔记，更多学习资源请咨询深蓝学院相关课程。远场语音识别siri（2011）：近场语音识别echo（亚马逊，2014）：远场语音识别当说话人和麦克风相离3-5米时，可以认为是远场语音识别。困难：1.背景噪声2.扬声器音乐干扰3.麦克风灵敏度4.墙面折射声波5.声波漫射解决方法：1.数据增强——加混响（卷积）、加噪声（时域叠加，调节噪声能量

韬光养晦气·2022-11-30 15:30

一文串起从NLP到CV 预训练技术和范式演进

本文首发于微信公众号：包包算法笔记。包大人班车原创内容分享。主题是深度学习中的预训练技术发展，基本思路是顺着CV和NLP双线的预训练技术发展演进。看他们怎么影响和交织。

风度78·2022-11-30 13:53

ACL 2022 Tutorial解析——知识增强自然语言理解

来自：圆圆的算法笔记NLP预训练模型需要非常大的参数量以及非常多的语料信息，这些都是希望能尽可能多的记住文本中的知识，以此提升下游任务效果。

zenRRan·2022-11-30 01:34

Java学习日记(7月29)

今天学习了关于创建线程的三种方法:Callable,Thread，Runnable。1.实现Callable接口，这种方法好在有返回值，但是编程过程相对复杂。与其他两种写法不同的是，他重写的是call()方法；同时用Callable接口的类要在,比如：Callablecallable=newJuly29thCallable(startSum01);FutureTaskf1=newFutureTas

重载芋头·2022-11-29 23:54

算法笔记-胡凡-两本完整PDF

算法笔记-胡凡-两本完整PDF链接：https://pan.baidu.com/s/1GdTBCbhYwuwc-3Lx2bkLgg?pwd=66jb提取码：66jb

码猿小菜鸡·2022-11-29 13:19

树莓派（0）C语言教材学习

学习日记的功能主要是记录学习C语言的知识还有难上手的地方，之后会记录配置树莓派环境还有设计linux环境下C语言的实验题目目前在K&R的《C语言程序设计》教材学习，前面的内容没有难度，基本上和高级程序设计语言的学习思路一样

孔孔_FuZhan·2022-11-29 08:09

机器学习算法笔记-逻辑回归

逻辑回归（LR）我的理解是，逻辑回归就是以改进的线性回归的方法求分类，改进的内容就是引入了非线性函数，最常用的就是sigmoid函数。如下图就是sigmoid函数，横轴z=0时，纵轴g(z)=0.5，z趋向于负无穷时，g(z)趋向于0，z趋向于正无穷时，g(z)趋向于1。其中z=thetaT*X，g(z)表示概率，逻辑回归目标函数的推导见下图。逻辑回归最经典的是二分类函数，二分类回归常用的损失函数

diudiu~bo·2022-11-28 10:42

机器学习算法笔记：贝叶斯线性回归

文章目录贝叶斯线性回归推断预测参考文献贝叶斯线性回归线性回归当噪声为高斯分布的时候，最小二乘损失导出的结果相当于对概率模型应用MLE，引入参数先验分布是高斯分布，那么MAP的结果相当于岭回归的正则化，如果先验是拉普拉斯分布，那么相当于Lasso的正则化。利用贝叶斯方法来求解参数的后验分布，线性回归的模型假设为：f(x)=wTxy=f(x)+εε∼N(0,σ2)\begin{aligned}f(x)

xiaochengJF·2022-11-27 14:51

算法笔记——每日一题（完结）

算法笔记FromNowToMyDeath前言初级算法1、两数之和7、整数反转9、回文数14、最长公共前缀27、移除元素【拷贝复制】28、实现strStr()【双指针】35、搜索插入位置中级算法2、两数相加

Binary H.·2022-11-27 10:12

《算法笔记》——笔记

算法笔记胡凡曾磊主编机械工业出版社文章目录算法笔记C/C++快速入门提醒memsetsscanf与sprintf引用浮点数的比较圆周率复杂度黑盒测试入门篇(1)——入门模拟入门篇(2)——算法初步排序冒泡排序选择排序插入排序

Derait·2022-11-27 09:36

算法笔记（9）-随机森林算法及Python代码实现

随机森林也被称为随机决策森林，是一种集合学习方法，既可以用于分类，也可以用于回归。随机森林把不同的几棵决策树打包到一块，每棵树的参数都不相同，然后把每棵树预测的结果取平均值，这样既保留决策树们的工作成效，又可以降低过拟合的风险。集合学习算法：把多个机器学习算法综合在一起，制造出一个更大的模型。应用广泛的包括随机森林、梯度上升决策树。优点(1)不需要对数据进行预处理(2)支持并行处理缺点(1)高维数

编程研究坊·2022-11-27 08:15

Python学习日记（05） Pycharm错误：无法加载文件 activate.ps1

这两台新换了台电脑。在新电脑上安装pycharm同步之前项目的时候，出现了以下的报错：无法加载文件C:\py_project\test\venv\Scripts\activate.ps1，因为在此系统上禁止运行脚本。有关详细信息，请参阅https:/go.microsoft.com/fwlink/?LinkID=135170中的about_Execution_Policies。+CategoryI

Xuanze_xx·2022-11-27 08:10

目标检测 | Deep MANTA 算法笔记

文章目录主要思想系统架构实验：Reference：会议：CVPR2017标题：《DeepMANTA:ACoarse-to-fineMany-TaskNetworkforjoint2Dand3Dvehicleanalysisfrommonocularimage》论文链接：https://arxiv.org/abs/1703.07570本文仅作为个人学习笔记分享，图片来自于论文，如有侵权，请联系删除。

Nani_xiao·2022-11-27 04:00

silvaco学习日记（五）--改变材料参数并且使用

用了很久才改变材料的参数并且使用，主要原因还是被之前的编程语言所束缚，将自定义材料的语句放在了比较靠前的位置，而实际上，这些语句应该放在最后面我们先看一下改变材料参数的语句：materialmaterial=sic-4Hpermittivity=9.66eg300=3.26\egalpha=6.5e-4egbeta=1300vsat=2.0e7ksrhgn=-1.7ksrhgp=-1.7\ksrh

根正苗红好青年·2022-11-26 07:42

深度学习日记（一）

好了，我就是这么一个三心二意的人，这几天又鸽了leetcode和61B开始搞这个东西，因为申请暑假实习的地方需要又DL框架基础，我就emmmm…查了一下找到了比较基础的教程，最后在b站上找到了这个【深度学习框架TensorFlow】零基础入门|应用看了前几集讲解还比较清楚，主要用jupyter去编程。前两周都是环境的配置。相关的importtensorflow找不到module的问题在我另一篇bl

Trance_Fu63·2022-11-25 19:53

DeepLab系列算法笔记

DeepLabv1DCNN+CRFBackbone:VGG-16使用了空洞卷积融合了多层次信息，前四个pool层之后都额外接了两个卷积层，和最后一个softmax层concat，有微小的性能提升DeepLabv2移除部分池化操作，使用空洞卷积利用不同膨胀因子的空洞卷积融合多尺度信息—atrousspatialpyramidpooling(ASPP)使用CRFBackbone:ResNetDeepL

柯南道尔的春天·2022-11-25 17:10

Fairseq学习日记：注定麻烦的旅程

现在开头：Fairseq是一个正在快速迭代的产品，而且是开源的！这不是表扬，这意味着三件事情：1.他没有文档！所有框架代码都没有任何注释，包括函数docstring都没有2.他没有经过有效测试，估计是抢时间吧！即使是官网Readme里的例子也是无法跑起来的！3.他是一个框架，而且是一个非常不Pythonic的框架，充斥着inline/包装器/莫名其妙的语法。4.他大量使用类的静态方法和全局函数，这

「已注销」·2022-11-25 06:22

【深度学习日记】第一天:Hello world,Hello CNN MNIST

活动地址：CSDN21天学习挑战赛2022年08月01日星期一天气晴这是一个不同寻常的周一，曾经多少次立Flag于周一荒废于周二，因此我再一次信誓旦旦地暗自下定决心：持续更文记录成长点点滴滴，从周一开始！这次将以日记的形式完成每天的学习记录，这是第一篇，也是新的开始！严正声明：本篇日记不存在恰饭行为，仅根据笔者亲身经历编写，如有雷同，纯属巧合！创作计划机缘：记录深度学习小白的成长预期：至少21天/

语歆·2022-11-25 03:59

快速剖析贪心算法(C语言)

学习日记目录学习日记一、贪心算法二、算法思路三、算法特性四、用贪心法求解的问题应具备的特征五、贪心策略解六、贪心算法存在的问题七、经典应用八、小例钱币找零问题加油站问题一、贪心算法贪心算法（greedyalgorithm

醉蕤·2022-11-25 00:07

多语言代码练习·一棋盘的麦子 C语言&&C++&&Python&&Java

学习日记目录学习日记一棋盘的麦子一棋盘的麦子故事背景：舍罕是古印度的国王，据说他十分好玩。宰相依达尔为了讨好国王，发明了现今的国际象棋献给国王。国王非常喜欢，决定嘉奖宰相，许诺满足宰相提出的任何要求。

醉蕤·2022-11-25 00:37

【学习日记】图像网格条纹去除算法总结

参考资料：opencv线检测https://docs.opencv.org/4.x/dd/dd7/tutorial_morph_lines_detection.html霍夫变换线检测https://docs.opencv.org/4.x/d9/db0/tutorial_hough_lines.htmlffthttps://blog.csdn.net/crystal_remember/article

RainyMacondo·2022-11-24 23:50

【学习日记】图像拼接代码（mxn行）亲测有效

#2022.10.11图像拼接代码#8x30importPIL.ImageasImageimportos#-------------设置区域-----------------IMAGES_PATH='./img_out/'#图片集地址IMAGES_FORMAT=['.jpg','.JPG','.png']#图片格式IMAGE_W=178IMAGE_H=146IMAGE_ROW=8#合并成一张图后，

RainyMacondo·2022-11-24 23:50

【学习日记】OpenCV-C++ 计算图像的熵值

计算图像熵值的函数：cv::ScalarEntropy(cv::Matimage){std::vectorchannels;cv::split(image,channels);inthistSize=256;floatrange[]={0,256};constfloat*histRange={range};booluniform=true;boolaccumulate=false;cv::Math

RainyMacondo·2022-11-24 23:09

Python之numpy函数

学习日记目录学习日记一、numpy概述1、numpy简介2、numpy安装二、Ndarray对象1、概述2、ndarray特点3、内部结构三、数据类型对象(dtype)四、NumPy创建数组五、数组属性

醉蕤·2022-11-24 19:12

一网打尽：14种预训练语言模型大汇总

来自：圆圆的算法笔记作者：Fareise预训练语言模型是NLP中的核心之一，在pretrain-finetune这一阶段的NLP发展中发挥着举足轻重的作用。

zenRRan·2022-11-24 14:22

从零开始学习微服务架构之一：为什么学习微服务？

首次在CSDN上发布文章，原由是希望用学习日记的记录方式，以此来勉励自己，监督自己。

曾经我的梦想很大·2022-11-24 14:48

算法笔记(六)多尺度特征融合之FPN/PANet

前言最近论文快deadline了，一直没空更新…今天复习一下多尺度特征融合的常用操作。1.FPN特征金字塔论文：featurepyramidnetworksforobjectdetection论文链接设计思路：底层的特征语义信息比较少，但是目标位置准确。高层的特征语义信息比较丰富，但是目标位置比较粗略。模型设计：自底向上Bottom-up，自顶向下Top-down，横向连接Lateralconne

nooobme·2022-11-24 05:24

鹅的学习日记 22/8/5

一切都应该尽可能地简单，但不能过于简单 ------艾伯特·爱因斯坦第五章卷积神经网络前言5.1卷积5.2卷积神经网络5.2.1用卷积来代替全连接5.2.2卷积层5.2.3汇聚层5.2.4卷积网络的整体结构5.3参数学习5.4典型的卷积神经网络5.4.1LeNet-55.4.2AlexNet5.4.3Inception网络5.4.4残差网络5.5其

不在南极的企鹅大王·2022-11-23 16:02

11/21 NLP的学习日记

笔记：cs224n的笔记切换pytorch环境Python||报错：ModuleNotFoundError:Nomodulenamed‘nltk‘WordNet中的synset和synsets的区别总结：synsets+(普通单词)-----严格匹配synsets(单词)返回值为列表synset+(wordnet中的sensekey)synset(单词.n.01)

Athe45·2022-11-23 15:53

卷积神经网络（Alex Net）学习日记

AlexNet与LeNet图示（出处：李沫《动手学深度学习》）AlexNet在设计理念上贯承了LeNet的结构，深度比LeNet更加深，AlexNet使用ReLU而不是sigmoid作为其激活函数，随着深度加深其卷积运算窗口逐渐减少。AlexNet生成代码：importtorchfromtorchimportnnfromd2limporttorchasd2lnet=nn.Sequential(nn

吃pepper的dog酱·2022-11-23 04:27

卷积神经网络（NiN）学习日记——基于pytorch框架

AlexNet和VGG都有一个共同的设计模式：通过一系列的卷积层与汇聚层来提取空间结构特征；然后通过全连接层对特征的表征进行处理，而AlexNet和VGG对LeNet的改进主要在于如何扩大和加深这两个模块。NiN块以一个普通卷积层开始，后面是两个1×1的卷积层。这两个1×1卷积层充当带有ReLU激活函数的逐像素全连接层。第一层的卷积窗口形状通常由用户设置。随后的卷积窗口形状固定为1×1。NiN和A