E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
Dart-学习日记
学习日记
2021-4-30R语言的学习让我觉得我好像更能理解电脑操作了,学得很慢,需要解决的问题也很多,但没事,慢慢来,一点点积累就好了。2021-5-1今天靠自己疯狂浏览百度经验和CSDN的论坛,解决了用户文件名修改的问题,开心,一切才刚刚开始,但小有成就啊哈哈哈。2021-5-3昨天几乎没学R语言唉,今天又看了视频,我觉得能真正深刻领悟还是要多看多方面了解,因为编程毕竟是我完全陌生的领域,相关词汇和内
木小亘
·
2023-01-28 03:28
学习日记
第32天
今天学了财报分析2,做每日一问的时候感觉自己的排版怎么看怎么不美观32-0132-0232-0332-0432-05很重的危机感,助教工作又犯错了,爬楼密码粘贴的不见了,发成了之前的,特别气馁。前同事来问我买手串,才感觉自己说好的坚持,根本没有坚持,快2年没做了。上午休息,下午陪崽崽出去玩,晚上回来复习了股票课程,做了笔记,打算学完后把基金和保险的复盘笔记也重新整理一遍。sai,ps还等我我学呢,
蔷薇少女若
·
2023-01-27 18:25
学习日记
-03-关于 选择排序
排序是很多算法的基础,很多算法的后续步骤是建立在有序的基础之上的。选择排序:遍历一个列表,每一次遍历都找到整个数组中最小的值,然后将最小的值放在一个新的数组中,并在原列表中删除本次遍历的最小元素。时间复杂度:O(N^2)空间复杂度:总共O(N),O(1)辅助空间写选择排序时,先定义一个找最小值函数,再写排序。注意:1.不要改变原list的顺序,找最小值的时候只用返回index的值就可以了。2.用l
Adora_cdac
·
2023-01-26 22:53
原创 我的
学习日记
之—下一个倒下的不会是华为
今天有幸受邀去听了华为前副总裁苏伟先生的分享,颇有感触,受益良多,记录下来。有一句话是这样说的:天道酬勤,商道酬信,学道酬苦,业道酬精,人道酬诚。做人必须要诚信,这是首位的。我们有了目标,怎么办呢?人:华为人力资本的增长优先于财务资本的增长为什么呢?大家看这个“王”字:最上面一横是天时,指的是选择行业赛道,只有大市场才能孵化大产业;最下面一横是地利,这个是指我们选择做事业的地域,咱们在哪里干事业;
贤羽妈咪
·
2023-01-26 15:11
梅飞飞飞的假期
学习日记
DAY5
在重新回归到了深度学习状态后,今天我打算继续回归到当时的聚类工作,将工作的进度与该本书的学习同步进行回归问题处理方法回顾利用波士顿房价数据集再次对预测连续值,如气象值这类的问题进行熟悉1加载训练数据和对应标签值fromtensorflow.keras.datasetsimportboston_housing(train_data,train_targets),(test_data,test_tar
飞呀飞呀飞飞飞
·
2023-01-22 07:30
学习
深度学习
梅飞飞飞的假期
学习日记
DAY6
处理过拟合问题通过在原本的数据集当中,添加全零维度,我们可以创建新的数据集我们也能够使得原本的数据集被添加一些白噪声,这会使得原有的数据多了一些杂乱的信息在添加全零内容至数据集中时,这些内容不但不会影响原有数据所包含的信息,并且能够由此来减轻一些模型训练时的过拟合情况添加了噪声通道的数据集其中的噪声特征不可避免地会导致过拟合,因此当我们不确定特征究竟是有用的还是无关紧要的时候可以先在训练前进行特征
飞呀飞呀飞飞飞
·
2023-01-22 07:30
学习
人工智能
深度学习
梅飞飞飞的假期
学习日记
day3
今日通过对深度学习tensorflow库中的模型训练过程的细节进行了重新的理解,自己对深度学习底层框架有了更深的认知能力,确实觉得自己需要再细细过一遍深度学习相关的基础内容知识,正所谓语速则不达,加快进度在本月往后推进更新模型权重时,我们最开始的思路是每次更新一个标量系数(保持其他参数不变),将其增大、减小,分别查看各自的损失值变化等。但更好的梯度下降算法巧妙通过导数等数学理论简化了这一过程随机梯
飞呀飞呀飞飞飞
·
2023-01-22 07:00
学习
深度学习
梅飞飞飞的假期
学习日记
DAY4
今天和同学聚了一下,但是不能拉下学习进度,继续看第三章本来要在昨天发了,太晚了有点麻了就没继续往后看了使用Tensorflow中的GradientTapeAPI,我们能够实现对一个输入张量进行一些计算,然后就可以检索计算结果相对于输入的梯度。1-1使用GradientTapeinput_var=tf.Variable(initial_value=3.)withtf.GradientTape()as
飞呀飞呀飞飞飞
·
2023-01-22 07:00
学习
python
深度学习
梅飞飞飞的假期
学习日记
DAY2
过生日和同学出去断了两天!迅速恢复进度!深度学习简单工作流程代码片段2-1导入数据集fromtensorflow.keras.datasetsimportmnist(train_images,train_labels),(test_images,test_labels)=mnist.load_data()train_images和train_labels组成了训练集,模型从这些数据中进行学习tes
飞呀飞呀飞飞飞
·
2023-01-22 07:59
学习
深度学习
神经网络
梅飞飞飞的假期
学习日记
DAY1
重新在假期捡起来的深度学习,加油搞完SIT考研!!!昨天买的深度学习书到了今天开始看概率建模是最早的机器学习形式之一,当中存在的朴素贝叶斯算法如今已被广泛应用机器学习方法中的“核方法”是一组分类算法,当中最有名的就是支持向量机(SVM),利用超平面来构建决策边间分割数据点核方法当中的和技巧是其关键,省去了计算坐标直接计算得到新空间中点与点之间的距离在此方法当中只有“分离超平面”这个部分是通过学习得
飞呀飞呀飞飞飞
·
2023-01-22 07:29
学习
算法
梅飞飞飞的假期
学习日记
DAY7
改进模型拟合在模型拟合的过程中我们常常会遇到一些情况:训练不开始:训练损失不随着训练时间推移改变训练开始得很好,但模型没有真正泛化:模型无法超越基于常识的基准训练损失和验证损失都随着时间的推移而减小,模型可以超越基准,但似乎无法过拟合:表示模型仍然处于欠拟合状态解决策略1一般情况下,我们只需要反复地调整学习率和批量大小就够了2我们通过增加模型的批量大小,使得其包含更多样本,且整体的噪声更少更利于处
飞呀飞呀飞飞飞
·
2023-01-22 07:19
学习
深度学习
人工智能
“深度学习”
学习日记
。与学习相关的技巧 -- 参数的更新
2023.1.20在神经网络的学习这一章,学习过了利用梯度下降法对参数进行更新,目的是找到是损失函数的值尽量小的参数;像解决这样的问题称为最优化。由于参数空间十分复杂、参数规模十分庞大,导致“最优化”的过程变得困难。1,SGD:回忆一下随机梯度下降法(stochasticgradientdescent),简称SGD、将要更新的权重设置为W,把损失函数关于梯度几位。η代表学习率;表示右边的值更新左边
Anthony陪你度过漫长岁月
·
2023-01-21 14:47
深度学习
python
MNIST
“深度学习”
学习日记
。误差反向传播法--Affine/Softmax层的实现
2023.1.17Affine层:在神经网络的正向传播中,为了计算加权信号的总和,使用矩阵乘积运算。比如:importnumpyasnpx=np.arange(6).reshape(2,3)#(2,3)w=np.arange(6).reshape(3,2)#(3,2)b=np.arange(4).reshape(2,2)#(2,2)y=np.dot(x,w)+b#要符合线性代数运算规则print(
Anthony陪你度过漫长岁月
·
2023-01-21 14:46
深度学习
人工智能
python
“深度学习”
学习日记
。误差反向传播法--算法实现
2023.1.18经过学习了计算图、链式法则、加法层、乘法层、激活函数层、Affine层、Softmax层的反向传播的实现。今天来学习反向传播法的算法实现,做一次总结;实现的思路(“学习”的步骤):一,前提神经网络的“学习”是,在存在合适的权重和偏置下,对其调整以拟合训练数据的过程;步骤1:我们从训练数据中随机选取一部分数据(mini-batch),目的是减小其损失函数的值;步骤2:为了完成步骤1
Anthony陪你度过漫长岁月
·
2023-01-21 08:27
深度学习
人工智能
python
MNIST
opencv
学习日记
——SVD奇异值分解与reshape
opencv
学习日记
——SVD奇异值分解与reshape#include#includeusingnamespacestd;usingnamespacecv;intmain(){//定义一个3*3的矩阵
英雄小摔哥
·
2023-01-18 13:58
opencv
opencv
残差网络ResNet网络原理及实现
作者介绍:石晓文,中国人民大学信息学院在读研究生,美团外卖算法实习生简书ID:石晓文的
学习日记
(https://www.jianshu.com/u/c5df9e229a67)天善社区:https://www.hellobi.com
LeadAI学院
·
2023-01-18 07:06
1.16机器
学习日记
如何理解评价机器学习模型的几个指标:准确率(Accuracy):对所有西瓜分类正确的比率.精确率(Precision):挑出来的熟西瓜,有多少是正确的.召回率(Recall):50个熟西瓜,有多少被分来到熟西瓜这个类别.详细解读白话理解:准确率(Accuracy),精确率(Precision),召回率(Recall)_iteye_18979的博客-CSDN博客
suomi2022
·
2023-01-17 13:17
人工智能
python
“深度学习”
学习日记
。误差反向传播法--加法层、乘法层、激活函数层的实现
2023.1.161、加法层、乘法层:前两篇文章都在讲述理论,今天实现代码操作:关于加法节点,乘法节点的内容在这篇文章。https://blog.csdn.net/m0_72675651/article/details/128695488在以后的学习中,将把构建神经网络的“层”实现为一个类。这里的“层”是指神经网络中功能的单位。这样写感觉到可以让代码变得美观一点,而更容易找出错误并修改classA
Anthony陪你度过漫长岁月
·
2023-01-17 07:44
学习
python
深度学习
“深度学习”
学习日记
。误差反向传播法--反向传播
2023.1.15我们已经知道了反向传播是基于链式法则的成立,先来学习反向传播的结构;加法节点的结点的反向传播:以函数为例子:可得:;在反向传播中,从上游传递的值往下游传递,也就是说因为加法节点反向传递至能×1,所以输入的值会原封不动的传递到下一个节点乘法节点的反向传播:以函数为例子:;。所以在反向传播中,乘法是一个翻转关系,只是将上游信号传递给下游,并不需要上游的信号,而且乘法的反向传播需要上游
Anthony陪你度过漫长岁月
·
2023-01-16 10:17
学习
TensorFlow
学习日记
——安装TensorFlow
安装TensorFlow过程中的问题:原本在3.7环境内安装了TensorFlow2.6.2,TensorFlow仍标红,后降为1.9.0版本,但运行时报错:ImportError:DLLloadfailed:找不到指定的模块。FailedtoloadthenativeTensorFlowruntime.试了很多方法都没效,最后查到可能是Python版本问题,搭建Python3.6.5的虚拟环境后
VVV_IA
·
2023-01-16 10:14
深度学习
tensorflow
python
深度学习
“深度学习”
学习日记
。误差反向传播法 -- 链式法则
2023.1.15开门见山,先直接讲什么是链式法则的定义:“如果,某个函数有复合函数表示,则复合函数的导数可以用构成符合函数的各个导数的乘积表示。”举一个例子:现在有一个函数由以上定义可以这么理解:用通俗的话来讲就是相互抵消。然而,计算图反向传播局部导数的原理也是基于链式法则。好比一个损失函数:;损失函数值loss乘以节点的偏导数,再把这个局部导数乘以上游的传递过来的值。这就是反向传播,可以高效地
Anthony陪你度过漫长岁月
·
2023-01-16 10:40
深度学习
学习
Java
学习日记
(71-80天,BP 神经网络)
学习地址目录第71天:BP神经网络基础类(数据读取与基本结构)第72天:固定激活函数的BP神经网络(1.网络结构理解)第73天:固定激活函数的BP神经网络(2.训练与测试过程理解)第74天:通用BP神经网络(1.集中管理激活函数)第75天:通用BP神经网络(2.单层实现)第76天:通用BP神经网络(3.综合测试)第77天:GUI(1.对话框相关控件)第78天:GUI(2.数据读取控件)第79天:G
波比波
·
2023-01-14 12:57
深度学习
神经网络
java
神经网络
算法
深度学习
“深度学习”
学习日记
。误差反向传播法--计算图
2023.1.14在昨天的神经网络学习算法的实现中,遇到使用数值微分法连续计算梯度运行速度慢的问题,然后使用了误差反向传播法去连续计算梯度而大幅提高运行速度。今天就开始学习误差反向传播法这一个章节。一,计算图:计算图是用图形(数据结构图)去表示计算过程,用两个例子帮助理解:问题1:我使用九折优惠卷去购买2个单价为100元的篮球,求应付金额?用计算图去求解:这里将“×2”,“×0.9”,作为一个整体
Anthony陪你度过漫长岁月
·
2023-01-14 12:51
深度学习
学习
人工智能
机器
学习日记
(5)
机器
学习日记
(5)神经网络:表述(NeuralNetworks:Representation)非线性假设(Non-linearHypotheses)我们之前学的,无论是线性回归还是逻辑回归都有这样一个缺点
Matthewww
·
2023-01-14 12:19
机器学习
神经网络
深度学习
深度
学习日记
深度
学习日记
第一章:有监督学习 是指人们在获得训练的向量数据后在没有标签的情况下尝试找出其内部蕴含关系的一种挖掘工作,这个过程中使用者除了可能要设置一些必要的超参数(hyper-parameter)以外
Daimhim
·
2023-01-14 12:19
深度学习
深度学习
数据
“深度学习”
学习日记
。神经网络的学习。--学习算法的实现
2023.1.13愿望世界没有新冠,复阳的感觉真的难受这一段时间学习了“损失函数”、“mini-batch”、“梯度”、“梯度下降法”,今天通过他们取实现神经网络学习算法的实现,做一次总结。实现的思路(“学习”的步骤):一,前提神经网络的“学习”是,在存在合适的权重和偏置下,对其调整以拟合训练数据的过程。步骤1:我们从训练数据中随机选取一部分数据(mini-batch),目的是减小其损失函数的值。
Anthony陪你度过漫长岁月
·
2023-01-14 12:47
深度学习
神经网络
算法
“深度学习”
学习日记
。神经网络的学习--学习率
2023.1.10昨天学习到了学习率这个概念,学习率是指我们利用梯度法求取损失函数的最小值时,梯度每进行先前进行一段距离以后,在新的位置再求取梯度,进而更新参数。学习率具体指η,在代码中这样表示:我们以这个函数来实现代码:利用梯度法损失函数的最小值:importnumpyasnpdeff(x):returnx[0]**2+x[1]**3+9defnumercial_gradient(f,x):#利
Anthony陪你度过漫长岁月
·
2023-01-13 00:06
深度学习
神经网络
学习
“深度学习”
学习日记
。神经网络的学习--数值微分、梯度法
2023.1.9之前学习损失函数的时候,提到了之后会学习到函数的梯度法,而今天就是这个内容的学习。导数:在学习之前我们需要回忆一下导数和极限的概念,这个概念对于学过高中数学和高等数学的人并不陌生:像现在这样我们所求得到的导数是“假的导数”,“真的导数”对应于x处的切线(斜率),这个误差的原因当然是因为h不能趋近于0。像这样用微小的差分求导数的过程就称为数值微分而基于数学推导式推导的导数称为解析性求
Anthony陪你度过漫长岁月
·
2023-01-13 00:36
深度学习
神经网络
学习
“深度学习”
学习日记
。神经网络的学习--神经网络的梯度
2023.1.11神经网络的学习也要求梯度,而这个梯度是指损失函数关于权重的梯度。以交叉熵误差函数举例子:假设权重变化的函数是w,而w就是t的函数,所以有:代码实现:importos,sysimportnumpyasnpsys.path.append(os.pardir)defsoftmax(x):#一种神经网络的激活函数ifx.ndim==2:#判断数组x的维度是否为2x=x.T#数组(矩阵)x
Anthony陪你度过漫长岁月
·
2023-01-13 00:28
深度学习
神经网络
学习
Yolov5-5.0 解决报错:AttributeError: Can‘t get attribute ‘SPPF‘ on <module ‘models.common‘
Leslie的深度
学习日记
:Yolov5-5.0解决报错:AttributeError:Can‘tgetattribute‘SPPF‘on<module‘models.common‘问题问题解决:问题拓展
Prometheus7
·
2023-01-12 07:52
Leslie的深度学习日记
python
深度学习
人工智能
学习日记
(三)
目录PyTorch学习Sklearn学习前沿如何从GitHub下载csv文件PyTorch学习《PyTorch深度学习实践》完结合集-刘二大人https://blog.csdn.net/weixin_44410569/article/details/119895038到https://www.bilibili.com/video/BV1Y7411d7Ys?p=7到https://blog.csdn
沟壑星空qq_42946961
·
2023-01-09 19:31
学习
学习日记
2
LSTM学习大纲https://blog.csdn.net/phdongou/article/details/113515466https://www.jianshu.com/p/2f17a3c62cdekeras中的units参数的意思-->这层的隐藏神经单元个数一个cell共有多少个参数假设units=64根据上图,我们可以计算,假设a向量是128维向量,x向量是28维向量,那么二者conca
沟壑星空qq_42946961
·
2023-01-09 19:01
学习
大数据
学习日记
1
目录GoolgeColab学习colab简单教程stackoverflow卷积神经网络深度学习迭代次数python(),[],{}pd.DataFrame()函数解析(最清晰的解释)欧式距离马氏距离深度学习模型训练超参数调整rnn学习损失和准确性matplotlib绘制堆叠柱状图GoolgeColab学习前提,要科学上网==优点:免费使用GPU进行计算Colab简介:https://colab.r
沟壑星空qq_42946961
·
2023-01-09 19:30
python
V831
学习日记
之串口通信
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档前言准备工作前言`提示:本文章镜像文件为:0.5.2提示:以下是本篇文章正文内容,下面案例可供参考一、准备工作v831内存卡数据线杜邦线三调usb转TTL(自行提前上网下载相应的驱动)二、步骤1.按照图片,用USB转TTL连接V831注意TX连接RX代码如下(示例):importserialimporttimeser=serial.S
进击的菜鸟Ks
·
2023-01-09 13:42
学习
计算机视觉
python
Python操作lxml库(Xpath篇)
学习日记
目录
学习日记
一、Xpath概述1、Xpath简介2、Xpath的安装二、Xpath的常用规则1、路径查找2、节点查找3、未知节点4、获取节点中的文本5、选取多个路径Python操作lxml库文章集合一
醉蕤
·
2023-01-09 13:09
Python
python
EAIDK
学习日记
—DAY1
边缘智能的发展现状与开发方法1.边缘智能的概念边缘计算的定义边缘智能2.边缘VS云3.边缘智能的类型①边缘收集数据,云端训练+推理(适用于大部分智能音箱,部分收音机)②边缘收集数据+推理,云端训练(端云结合,适用于大部分智能设备③边缘收集数据加推理,分布式边缘训练(适用于联邦学习)④边缘在线学习+推理4.边缘智能的算力基础-AI芯片5.芯片性能VS芯片计算量6.边缘智能应用开发现状7.模型加速权值
正太man
·
2023-01-09 11:57
机器学习
神经网络
sklearn、分类、基础——机器
学习日记
(一)
高效实现算法应用的工具包,从中调用算法一、scikit-learn(Sklearn)1.安装SKlearn2.常用模块与算法选择二、机器学习的分类基于学习形式分类基于目的分类三、基础算法四、基础背景一、scikit-learn(Sklearn)一个开源的基于python语言的机器学习工具包。它通过NumPy,SciPy和Matplotlib等python数值计算的库实现高效的算法应用。1.安装SK
Mid-Sep
·
2023-01-09 11:56
人工智能
机器学习
机器学习
十月
学习日记
目录InteractiveRecommenderSystemviaKnowledgeGraph-enhancedReinforcementLearningABSTRACTINTRODUCTION问题KERLMETHODoverleaf编译错误参考文献显示不出来报错高度不够2021.10.10智能信息检索1.浅谈因果推断在搜索纠偏中的应用(徐军)如何使用有偏的反馈训练无偏的排序?基于因果的搜索纠偏方
strawberry47
·
2023-01-09 11:55
学习笔记
知识图谱
人工智能
“深度学习”
学习日记
。神经网络的学习--损失函数
2023.1.8昨天预习了一下神经网络的学习的内容,神经网络的学习中的“学习”是指从训练中自动获取最优权重参数的过程。这里以后会学习到损失函数和函数斜率的梯度法。为了使神经网络学习,就得导入损失函数这一个指标。而学习的目的就是一该损失函数为基准,找出使它的值达到最小权重的参数。在利用感知机去实现数字电路的逻辑门的只由几个参数需要人工确定,而在MNIST识别任务中,我们面对不同的数字由不同的权重,这
Anthony陪你度过漫长岁月
·
2023-01-09 11:24
深度学习
神经网络
学习
“深度学习”
学习日记
。神经网络的学习--损失函数2
2023.1.8损失函数是表示神经网络模型在使用测试数据时评价其性能的“恶劣程度”的指标,也是在使用训练数据进行学习时,针对训练数据计算损失函数的值,找出使得损失函数的值尽可能小的权重参数。因此,如果损失函数有n个,那么我们也得将这n个损失函数的综合作为学习指标。以交叉熵函数为例子:这就好像是单个交叉熵函数扩大到了N分数据,不过最后是除以N,以求的“平均损失函数”,可以获得和训练数据数量无关的统一
Anthony陪你度过漫长岁月
·
2023-01-09 11:24
深度学习
神经网络
学习
“深度学习”
学习日记
。神经网络的批处理
2023.1.7昨天学习的神经网络的推理处理中的predict函数中的x的形状是一个有784个元素的一维数组,即代表一张图片,而今天学习的批处理的过程中,x数组的形状是“n维”每维784个元素(即一个n×784的矩阵)。在这里每一个x数组,代表一“批”数据就有“n张”图片,这样处理数据就称为批处理,对计算集的运算有极大好处,大幅度缩短处理时间。#predict()函数以numpy数组的形式输出各个
Anthony陪你度过漫长岁月
·
2023-01-09 11:24
深度学习
学习
神经网络
《神经网络与机器学习》
学习日记
1
《神经网络与机器学习》
学习日记
1第一章绪论1.MachineLearning(机器学习ML)1.1MLmodel2.表示学习2.1定义2.2目的2.3关键2.4两个核心问题2.5好的表示2.6特征表示的两种方式
杜杜整日都在撕大帝
·
2023-01-09 11:23
“深度学习”
学习日记
。神经网络的推理处理
2023.1.6今天终于考完试了正式放寒假,前几天阳了而且得备考,一直没有继续“深度学习”。今天学习了利用MNIST数据集来进行神经网络得推理处理,学习得感悟就是编程得基础就是数学importnumpyasnpimportsys,osfromdataset.mnistimportload_mnistimportpickle#pickle是python序列化的一个工具!可以用来把对象来以文件的形式存
Anthony陪你度过漫长岁月
·
2023-01-09 11:21
深度学习
学习
神经网络
opencv
学习日记
——图像的保存
opencv
学习日记
——图像的保存#include#includeusingnamespacestd;usingnamespacecv;//这部分用于自定义一张图片,给每个元素都上色voidAlphaMat
英雄小摔哥
·
2023-01-07 22:28
opencv
opencv
学习日记
2020-10-21(注意力模块)
注意力模块:物体间或者物体内一些区域的关联性是有助于目标检测任务的,但是之前没人有实际的证明如何使用这种关联性是一定可行的,本文作者就尝试在检测网络中添加注意力模块。《RelationNetworksforObjectDetection》转载自博客:添加链接描述计算机视觉(computervision)中的注意力机制(attention)的基本思想就是想让系统学会注意力——能够忽略无关信息而关注重
Ger. 假老练
·
2023-01-07 22:27
2020
深度学习
学习日记
2021-03-16论文学习
显著性物体检测研究综述基于优化融合的卷积网络显著目标检测*马杉杉,彭来献![在这里插入图片描述](https://img-blog.csdnimg.cn/20210316101836650.png基于显著增强分层双线性池化网络的细粒度图像分类陈珺莹,陈莹*
Ger. 假老练
·
2023-01-07 22:27
2021
深度学习
机器
学习日记
Day6
昨天学习到训练集和测试集之间的性能差异是过拟合的明显标志,因此我们应该试图找到一个可以控制复杂度的模型。标准线性回归最常用的替代方法之一就是岭回归(ridgeregression),下面来看一下。1、岭回归岭回归也是一种用于回归的线性模型,因此它的预测公式与普通最小二乘法相同。但在岭回归中,对系数(w)的选择不仅要在训练数据上得到好的预测结果,而且还要拟合附加约束。我们还希望系数尽量小。换句话说,
RsZHUBUXING
·
2023-01-07 22:54
机器学习新手自学
机器学习
人工智能
HTML
学习日记
(1)-HTML基础标签
文章目录前言一、工作原理?二、开发工具三、网页的基本结构1.双标签2.单标签四、标题标签1.标题标签的特点四、段落标签五、文本换行标签六、水平线标签七、字体样式标签八、图像标签九网页中的特殊符号十、超链接标签1.文本超链接超链接2.图片超链接3.锚链接4.功能链接前言HTML是超文本标记语言,一个html的文件就是一个网页,一个网页由标签组成。学习HTML最开始的时候就是学习并记忆HTML标签的语
活胶力
·
2023-01-07 22:24
HTML
html
C语言
学习日记
1 数据溢出
涉及链接图片以及任何转载内容,如有冒犯,请及时联系我删除遗留问题为什么float类型的数据为什么不是一个精确值而是一个近似值#includevoidmain(){floatPI=3.14159;ints,r=5;s=r*r*PI;printf("s=%d\n",s);}输出结果s=75PI是实型s,r为整型运行的时候先将s,r转换为double,进行计算,因为s申明为整型,所以程序会将计算结果取整
帅ZR帅
·
2023-01-07 22:23
C语言学习
c语言
数字图像处理—
学习日记
(2):图像直方图及均衡化
基本的图像处理操作交互式标注使用PyLab库ginput()函数进行交互式标注。下面展示代码,脚本首先绘制图像,然后等待用户在图像窗口图像区域点击三次,点击得到的坐标【x,y】自动保存在x列表中。fromPILimportImagefrompylabimprt*im=array(Image.open('example.jpg'))imshow(im)print('Pleaseclick3point
MarkJhon
·
2023-01-07 22:22
数字图像处理
python
opencv
计算机视觉
上一页
20
21
22
23
24
25
26
27
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他