原创 《算法原理講解》:EM算法
目錄 通俗理解極大似然估計 EM算法引例 EM算法公式推導 Jensen不等式 EM算法的流程 通俗理解極大似然估計 舉個例子:假設有一百個男生,我們抽取五十個人進行身高的統計。 我們根據先驗知識知道,身高服從高斯分
原创 python3安裝pyhanlp (中文自然語言處理的工具包) 超詳細。
第一步: 首先要有個python的環境,還得有個java的環境(安裝jdk8以上,並配置好環境變量)。自己想辦法 第二步: 下載jpype的安裝包 下載完成後切換到下載路徑, 直接用pip裝 pip3
原创 深度學習項目四: 實現自己的中文分詞模型,基於雙向的LSTM(含數據和所需源碼)
講一下大概的思路: 數據有訓練集(已分詞的),詞表,測試集(未分詞的),測試集(已分詞的),總共四個文件夾,具體看下面的截圖。 訓練集: 詞表: 測試集(未分詞
原创 LSTM和GRU網絡的介紹和區別
目錄 LSTM GRU 最後說一下LSTM和GRU的區別 LSTM 首先看一下LSTM的結構: 我們將結構拆開看: 遺忘門: 就是將上一層的輸出,和本層的輸入聯合起來乘個權重,加個偏置。最後經過一個sigmoid
原创 深度學習項目三: 自動語音識別---採用的是WAVENet網絡結構(含數據和所需源碼)並講了空洞卷積+一維卷積
自動語音識別 目錄 自動語音識別 介紹幾個前導知識: 瞭解數據集 代碼實現+講解 首先我們看一下WaveNet的網絡結構: 我大概描述一下這個網絡的結構: 首先輸入數據,這裏我們輸入的是音頻的mfcc特徵(不懂沒關係,
原创 深度學習項目二: 圖像的風格遷移和圖像的快速風格遷移 (含數據和所需源碼)
圖像風格遷移是指,將一幅內容圖的內容,和一幅或多幅風格圖的風格融合在一起,從而生成一些有意思的圖片 一:傳統的圖像風格遷移 爲了讓我們生成的遷移圖在風格上與風格圖片儘可能相似,在內容上儘可能與內容圖相似,我們這裏
原创 深度學習項目一: keras實現歌詞的自動生成 (含數據和所需源碼)
數據集下載:點我下載數據集 我們實現的是歌詞的自動生成。 主要看我在代碼中的註釋。。註釋的很詳細,不懂可以留言。 1:我們加載所需要的模塊,這裏的模塊都是比較常用的模塊 from keras.models import Seque
原创 目標檢測算法總結(R-CNN,SPPNet,Fast R-CNN, Faster R-CNN, Yolo, SSD等算法 )持續更新
目前主流的目標檢測算法分爲兩大類(兩階段檢測和一階段檢測) 兩階段檢測:第一步:生成可能包含物體的候選區域(專業術語:Region Proposal)第二步:對候選區域做進一步分類和校準,得到最終的檢測結果。代表:R-CNN,SPP
原创 python中 argparse(命令行傳參)的用法
瞭解一下命令行參數的用法 先給出add_argument中參數列表,下面有常用參數使用的栗子: name or flags - 選項字符串的名字或者列表,例如foo 或者-f, --foo。 action - 在命令行遇到該參數時採取的基
原创 python開源庫dlib入門,並進行人臉檢測,看看周杰倫和東尼大木到底有多相似?看完本文再不要說,周和東像。。
重點關注:強調一下,這裏沒有任何侮辱周董的意思,我也是一名Jay迷。只是爲了學習,大家見諒。。源代碼戳這裏 開啓dlib庫的學習 第一步:首先得安裝dlib庫,這裏建議直接下載dlib,不然用pip直接裝,需要安裝cmak
原创 二:PyQt5實踐《做一個簡單翻譯軟件》此處調用的是百度的翻譯接口-----內附源碼
首先展示一下最終的實現結果:源代碼下載 這裏調用的是百度的翻譯接口,我們通過訪問百度翻譯 可以獲得對應的url 和請求數據。。 第一步: 我們打開百度翻譯的網址,在翻譯這邊隨便輸入一箇中文,可以發現下面那個請求包。。然後打開,會發現
原创 《第二天》Linux學習過程中的筆記(頻繁使用的命令)
Linux命令總結: 1: cat命令查看一個文件中內容。主要用來查看內容較少純文字的文件。加 -n顯示行號 2: more命令用於查看純文本文件(內容較多) 可以逐行往下看 3: head命令用於查看純
原创 Linux命令筆記1(基於centos)---每天分享20個
Linux命令總結(第一天) 1:echo 命令用於在終端輸出字符串或變量提取後的值。。 例如1:直接將字符串打印出來 例如2:也可以起到printf的作用,打印每個變量的值
原创 【問題7】:《人臉識別實戰》--採用的是SVM,數據集小,直接用sklearn做的
本次我們實戰人臉識別。。採用的數據集下載:點我下載數據集 第一步:先導入我們本次實驗所需要的全部模型 import time import logging from sklearn.datasets import fetch_olive
原创 【Django系列】四:Django搭建一個個人博客流程(標籤雲,博客統計)
第四天: 31:實現大小不同的標籤雲 將所給資源的tags.html 拷貝到本項目的templates中,(這裏的tags.html我已經修改了,大家要做的就是拷貝) 32:編寫視圖函數 在myblog下的view