原创 LintCode 53. 翻轉字符串

LintCode 53. 翻轉字符串 問題描述 給定一個字符串,逐個翻轉字符串中的每個單詞。 說明 單詞的構成:無空格字母構成一個單詞 輸入字符串是否包括前導或者尾隨空格?可以包括,但是反轉後的字符不能包括

原创 LintCode 35. 翻轉鏈表

LintCode 35. 翻轉鏈表 問題描述 翻轉一個鏈表 樣例 給出一個鏈表1->2->3->null,這個翻轉後的鏈表爲3->2->1->null 問題分析 此題給出的是一個單向鏈表,需要將鏈表頭尾翻轉。需要

原创 LintCode 41. 最大子數組

LintCode 41. 最大子數組 問題描述 給定一個整數數組,找到一個具有最大和的子數組,返回其最大和。 注意事項 子數組最少包含一個數 樣例 給出數組[−2,2,−3,4,−1,2,1,−5,3]

原创 爬蟲-百度、搜狗、360圖片

爬取網頁的圖片,選擇需要的圖片類別 爬百度圖片 #!/usr/bin/env python # -*- coding:utf-8 -*- import os import re import urllib import json

原创 深度學習(python)-Keras-2 電影評論分類:二分類問題

使用Python的Keras庫來學習深度學習中的二分類問題 ------ IMDB。 IMDB它包含來自互聯網電影數據庫的50000條嚴重兩級分化的評論,數據集被分爲用於訓練的25000條評論和用於測試的25000條評論,訓練集和測

原创 深度學習(python)-Keras-1 Mnist手寫數字識別

使用Python的Keras庫來學習深度學習中的 “Hello World” ------ Mnist。 Mnist是機器學習領域裏的一個經典數據集,這個數據集包含60000張訓練圖像和10000張測試圖像。 mnist手寫數

原创 Opencv(Python版)-5 提取視頻中彩色對象

拍攝視頻的每一幀,從BGR轉換爲HSV顏色空間,將HSV圖像閾值爲一系列藍色,現在單獨提取藍色對象。 提取藍色對象 以下是詳細的代碼: import cv2 import numpy as np cap = cv2.Vi

原创 深度學習(Pytorch) 卷積神經網絡訓練 fashion mnist

fashion mnist數據獲取 根據Fashion Mnist論文給出的網址下載數據集: https://github.com/zalandoresearch/fashion-mnist 網絡結構 包括輸入層,兩個卷積層,全

原创 機器學習(python)-Fashion Mnist分類模型構建

三種機器學習方法和使用CNN訓練FashionMNIST的性能比較,三種機器學習方法分別爲:隨機森林、KNN、樸素貝葉斯。 完整實驗代碼可在https://github.com/Ryanlzz/fashion-mnist-train

原创 Opencv(Python版)-2 在OpenCV中繪製函數

學習使用OpenCV繪製不同的幾何形狀 學習以下函數:cv2.line(),cv2.circle(),cv2.rectangle(),cv2.ellipse(),cv2.putText()等。 創建畫板 # 創建一個黑色圖像

原创 Opencv(Python版)-4 圖像的算術運算

學習對圖像的幾種算術運算,如加法,減法,按位運算等。 學習以下函數:cv2.add(),cv2.addWeighted()等。 圖像的加法運算 cv2.addWeighted(m1,w1,m2,w2),四個參數,m1 m2是

原创 數字圖像處理(Matlab版)-1 圖像處理基本概念和函數

瞭解圖像處理的基本概念和基本的函數調用 圖像處理的級別劃分 低級:包括原始操作,如降低噪聲的圖像預處理,對比度增強和圖像銳化。特點是輸入和輸出都是圖像。 中級:包括諸如分割這樣的任務,即把圖像分爲區域或目標,然後對這些目標進

原创 深度學習(python)-Keras-4 風格遷移

Keras實踐深度學習中的風格遷移 風格遷移可以將一張圖片中的風格遷移到另一張圖片上。 風格遷移 用以下代碼來實現風格遷移 給出要改變圖像的路徑,給出風格圖像,設置迭代次數。 from keras.preprocess

原创 Opencv(Python版)-3 鼠標作爲畫筆

學習如何在OpenCV中處理鼠標事件,並點擊鼠標在窗口繪圖。 學習以下函數:cv2.setMouseCallback(),cv2.getTrackbarPos(),cv2.createTrackbar()等。 都是官網的樣例

原创 數字圖像處理(Matlab版)-2 直方圖處理

對數及對比度拉伸變換、直方圖處理與函數繪圖。 對數及對比度拉伸變換 對數及對比度拉伸變換的作用主要是可以增強圖片裏較暗部分的細節,公式如下所示 c⋅logv+1(1+v⋅r)rϵ[0,1] c \cdot log_{v+1}