原创 高光譜圖像分類《Spatial Sequential Recurrent Neural Network for Hyperspectral Image Classification》

空間序列遞歸神經網絡用於高光譜圖像分類 本文基於2018年發表於期刊Journal of Selected Topics in Applied Earth Observations and Remote Sensing上的論文“Spati

原创 劍指offer 股票利潤最大化

題目:假設把某股票的價格按照時間先後順序存儲在數組中,請問買賣該股票一次可能獲得的最大利潤是多少?例如,一隻股票在某些時間節點的價格爲{9,11,8,5,7,12,16,14}.如果我們能再價格爲5時候買入並在價格爲16時賣出,則能收穫最

原创 快速排序c++實現

基本思想:採用分治法,從數組中選取一個數作爲基準數,利用基準數對數組進行劃分,將比基準數小的元素移到基準數左邊,比基準數大的元素移至基準數右邊。對左右的子區間重複直至子區間只有一個元素。 時間複雜度:最壞情況下是O(N2),平均的時間複雜

原创 隨機森林、AdaBoost、GBDT、XGBoost區別及聯繫

集成學習分類: 集成學習是使用一系列學習器進行學習,並使用某種規則把各個學習結果進行整合從而獲得比單個學習器更好的學習效果的一種機器學習方法。一般情況下,集成學習中的多個學習器都是同質的"弱學習器"。 1. Boosting: 訓練基分類

原创 基於感知損失的實時風格遷移和超分辨重建Perceptual Losses for Real-Time Style Transfer and Super-Resolution

文章思路: 風格遷移的效果是將A圖片的某些特徵遷移到B圖中,使B圖具有與之相同的風格。                                                     內容圖片B                 

原创 Non-local Neural Networks

 Non-local Neural Networks受到經典非局部均值方法的啓發,在計算機視覺中,以所有位置的特徵加權和的形式計算出一個位置的響應。這個模塊可以插入到許多計算機視覺框架中使用。 卷積和循環操作都在空間或時間上處理局部領域,

原创 Tensorflow常用的並行化深度學習模型訓練方式

Tensorflow常用的並行化深度學習模型訓練方式有兩種,同步模式和異步模式。 異步模式深度學習模型訓練流程         每一輪迭代時,不同設備會讀取參數最新的取值,但因爲不同設備讀取參數取值的時間不同所以得到的值也有可能不同。

原创 c++ set 容器用法

set是關聯容器,類似於集合,裏面的元素不會重複,而且呈現爲有序性。 在set中每個元素的值都唯一,而且系統能根據元素的值自動進行排序。set中元素的值不能直接被改變。 set具備的兩個特點: set中的元素都是排序好的 set中的元素都

原创 C++ vector使用

1.定義: vector<vector<int>> A;    2.插入元素 若想定義A=[[0,1,2],[3,4,5]],則 //正確插入方式 vector<vector<int> >A; //A.push_back裏必須是v

原创 python assert 斷言函數

python assert 斷言函數可以理解assert斷言語句爲raise-if-not,用來測試表示式,其返回值爲假,就會觸發異常。 具體用法 assert 1 == 1 #正常運行 assert 2+2 == 2*2 #正常運

原创 Leetcode 217:Contains Duplicate

解法一:排序方法:O(nlogn) class Solution { public: bool containsDuplicate(vector<int>& nums) { if (nums.size() <=

原创 高光譜圖像LSTM分類《Spatial Sequential Recurrent Neural Network for Hyperspectral Image Classification》

空間序列遞歸神經網絡用於高光譜圖像分類 本文基於2018年發表於期刊Journal of Selected Topics in Applied Earth Observations and Remote Sensing上的論文“Spati

原创 python讀寫json文件

#讀取json文件 train_f = open('train_aug.json','r', encoding='UTF-8') train = json.load(train_f) #寫入json文件 data1 = list()

原创 對圖像進行隨機翻轉和裁剪

opencv: cv2.flip 進行圖像翻轉,數據增強 cv2.flip(image, axis) axis Anno 1 水平翻轉 0 垂直翻轉 -1 水平垂直翻轉 import numpy as np import cv2 de

原创 ECO: Efficient Convolutional Network for Online Video Understanding

目前視頻理解最新技術存在兩個問題:(1)推理的最大問題在於它只是在視頻中局部進行,因此對於幾秒的動作,它丟失了動作行爲之間的關係 (2)雖然存在快速處理的方法,但是整個視頻的處理效率不高並且妨礙了長期活動的快速視頻檢索或在線分類。