原创 《達觀杯》學習第二天（代碼學習及其分析）
（一） import pandas as pd from sklearn.linear_model import LogisticRegression from sklearn.feature_extraction.text impor
2020-07-08 08:27:14
2
原创 《達觀杯》學習第一天（緒論入門）
一、機器學習目的尋找一個函數：這個函數可以完成的常見功能如圖 step1：定義一系列有一定功能的函數 step2：驗證這一系列函數的 優劣性 step3：尋找一個最優的函數 （二）、學習課表 （三）報名達觀杯並做一些準備 達
2020-07-08 08:27:14
1
原创 win10下深度學習框架搭建
1.conda 和pip記得要加入國內源，這樣下載很快，百度就有教程 更換pip的：https://blog.csdn.net/Artprog/article/details/75632723 更換conda的：
2020-07-08 08:27:14
12
原创 tf.name_scope(‘xxx’) // tf.variable_scope(‘xxx’) 權值共享
這兩天在coding中發現要設計的深度學習網絡模塊需要權值共享，已經記錄了紙質筆記，這裏在博客上也記錄一下吧，其實最常見的權值共享就是GAN網絡了，因爲generate data 和那個real data都需要經過discriminato
2019-08-06 01:55:55
4
原创 論文——《Loss Functions for Image Restoration With Neural Networks》
論文題目，核心要點記錄，代碼的核心實現，小結感受。 1. 要點記錄 這篇文章介紹了不同的loss function對image restoration 的 影響。 L2範數基本是默認的損失函數。優勢：比較直觀的就是L2損失函數可微，且凸
2019-06-11 08:33:16
21
原创 np，tensor互相轉換 // python增加矩陣維度 // 張量的維度介紹
1.np，tensor互相轉換 要對tensor進行操作，需要先啓動一個Session,否則，我們無法對一個tensor比如一個tensor常量重新賦值或是做一些判斷操作，所以如果將它轉化爲numpy數組就好處理了。這裏以一副圖像爲例：
2019-06-11 08:33:16
原创 記VGG16
1. 上面這張圖解釋了我很久的困惑，就是下面這個圖和最早學習深度學習是看到的那些結點結構的圖，比如最早輸入224*224*3的照片，接下來經過64個卷積核（卷積核爲3個3*3的 ）的兩次卷積，，這樣明顯就是向前慢慢擴展了。 那些結點連
2019-06-11 08:33:16
原创 pycharm的project interpretr 安裝包時nothing to show
我用的是這個anaconda作爲Python解釋器的，解決辦法就是點擊這個anaconda那個小綠圈刷新一下
2019-04-27 10:54:59
原创 雜記（梯度，散度，旋度）// kron函數 //numpy.clip()函數// if __name__ == '__main__'
1梯度，散度，旋度 梯度：向量。函數在該點處沿着該方向（此梯度的方向）變化最快，變化率最大（爲該梯度的模）。 如果現在的純量場用一座山來表示,純量值越大的地方越高,反之則越低.經過梯度這個運操作數的運算以後,會在這座山的
2019-04-25 10:35:58
12
原创 matlab程序結束+++OpenCv中 width 和 widthStep
1.matlab程序結束 終止正在運行的matlab文件，需要命令窗口按快捷鍵，有三種快捷鍵可以選擇： 一： ctrl +c 二： ctrl+break 三： ctrl+alt+break 如果是在服務器上跑的代碼的話,按完快捷鍵之後有時
2019-04-18 02:30:47
原创 SIFT算法用VL_feat庫實現（matlab）
sift算法是非常經典的特徵提取算法，之後可以用於 對應特徵匹配，從而進行圖像拼接，求圖像之間的轉換矩陣，三維重建等工作。最近上課學習了這個算法，本打算能手敲源碼，後來還是選擇了調包，真香~ 畢竟前人種樹，後人乘涼嘛！利用好下層建築爲上層
2019-04-12 02:46:04
22
原创 anaconda 安裝不存在的包
正常情況下的安裝指令是 conda install package_name 但是可能並不存在，用這個指令去 搜索，我當時打算用python處理一些照片，比較有numpy庫，一切變得很便捷，所以需要 安裝 skimage 這個模塊
2019-04-09 02:29:19
8
原创 圖像先驗分佈+圖像質量評估指標 SSIM / PSNR / MSE+卷積層，全連接層的作用意義
mark兩篇博客，之後複習用 1.圖像先驗分佈詳解 https://blog.csdn.net/weixin_41923961/article/details/86170529 2.圖像質量評估指標 SSIM / PSNR / MSE p
2019-04-07 04:28:54
原创 記錄CV大牛和機器學習大牛
開始踏入CV坑啦，當然要認認CV界的祖師爺和大牛們： 找了網上 兩篇博客： 機器學習與計算機視覺大牛族譜 計算機視覺牛人博客和代碼彙總
2019-03-31 02:31:00
4
原创 No dashboards are active for the current data set. tensorboard可視化遇見
import tensorflow as tf with tf.name_scope('graph') as scope: matrix1 = tf.constant([[3., 3.]],name ='matrix1')
2019-03-28 02:49:24
1