原创 機器學習--神經網絡算法系列--交叉熵(Cross_entropy)

原文:http://blog.csdn.net/u014313009/article/details/51043064         交

原创 opencv 實現任意角度的透視變換

opencv中提供了getPerspectiveTransform函數來獲取由四對點間的轉換矩陣,輸出矩陣爲3*3, 同時也提供了warpPerspective函數來對通過變換矩陣來對圖像進行透視變換的操作,同時還提供了perspec

原创 Linux下g++基本的編譯

gcc簡介(對C/C++編譯的控制):     -預處理(Preprocessing),-編譯(Compilation), -彙編(Assembly), -鏈接(Linking) 1、基本的cpp文件編譯及鏈接指令 // main.cp

原创 尺度不變特徵變換匹配算法詳解

原文地址:http://blog.csdn.net/pi9nc/article/details/23302075 尺度不變特徵變換匹配算法詳解 Scale Invariant Feature Transform(SIFT) Jus

原创 BRISK特徵匹配

原文:Stefan Leutenegger, Margarita Chli et al.《BRISK: Binary Robust Invariant Scalable Keypoints》 BRISK  轉載請註明出處:http:/

原创 matplotlib--annotate

給圖像添加註釋 import numpy as np import matplotlib.pyplot as plt # 生成X數據 x_data = np.linspace(-2,2,50) # Y數據 y1 = np.sin(1

原创 Qt--委託

原文 Delegate  類 概念 與MVC模式不同,model/view結構沒有用於與用戶交互的完全獨立的組件。一般來講, view負責把數據展示給用戶,也處理用戶的輸入。爲了獲得更多的靈性性,交互通過delegagte執行。它既提供

原创 Matplotlib--legend

顯示圖例 import matplotlib.gridspec as gridspec from mpl_toolkits.mplot3d import Axes3D import numpy as np import matplotl

原创 Matplotlib--基本畫圖

顯示圖像及畫線 import numpy as np import matplotlib.pyplot as plt #####################1 x = np.linspace(-5, 5, 30) # X axi

原创 【轉】最小二乘法與嶺迴歸的介紹與對比

原文:https://blog.csdn.net/dang_boy/article/details/78504258 一 線性迴歸(最小二乘法) 假設我們有n個樣本數據,每個數據有p個特徵值,然後p個特徵值是線性關係。 即對應的線性模型

原创 matplotlib--3d顯示

from mpl_toolkits.mplot3d import Axes3D import numpy as np import matplotlib.pyplot as plt def f(x,y): return(1-x/2

原创 循環神經網絡(RNN, Recurrent Neural Networks)介紹

循環神經網絡(RNN, Recurrent Neural Networks)介紹    這篇文章很多內容是參考:http://www.wildml.com/2015/09/recurrent-neural-networks-tutori

原创 OPENCV編譯Videoio模塊問題解決

想利用QT的來做爲OPENCV的界面, 但編譯過程中遇到一些問題,編譯過程不難,只是偶爾會碰到一些奇怪的問題,一些常見的問題在百度上很容易搜索到解決方法。 在自己筆記本上編譯未發現任何問題,但在公司電腦上,cmake過程中沒有報錯,編

原创 Qt模型/視圖

原文     關於Qt中MVC的介紹與使用,助手中有一節模型/視圖編程(Model/View Programming)講解的很清晰。     Qt包含一組使用模型/視圖結構的類,可以用來管理數據並呈現給用戶。這

原创 matplotlib--figure

matplotlib 的 figure 就是一個 單獨的 figure 小窗口, 小窗口裏面還可以有更多的小圖片. import numpy as np import matplotlib.pyplot as plt x = np.