原创 深度學習中的網絡設計技術(一) ——理論概述
一、網絡設計 (1) 網路設計要點 網絡設計考慮重點：1. 精度 2.容量 3. 效率 精度：網絡預測樣本的精度（TP / （TP +FP）） 容量：容納數據量的多少，神經元越多，容量越大。 效率：網絡運行的效率，這
2020-06-27 04:24:37
原创 python數據結構——鏈表及其實現
一、單向鏈表 (1) 鏈表的定義 鏈表是一種常見的數據結構，是一種線性表，但是不像順序表一樣連續存儲數據，而是再每一個節點（數據存儲單元）裏存放下一個節點的位置信息（即地址）。 """ 鏈表的實現： list = [100,
2020-06-27 04:24:37
1
原创 matplotlib實戰二——利用matplotlib畫激活函數曲線
import torch import torch.nn.functional as f from torch.autograd import Variable import matplotlib.pyplot as plt x
2020-06-27 04:24:37
原创 分組卷積和深度可分離卷積
一、分組卷積 (1) ALexNet網絡 分組卷積（Group Convolution），最早見於AlexNet網絡，它被用來切分網絡，使其在2個GPU上並行運行，AlexNet網絡結構如下： AlexNet將網絡分成了兩
2020-06-27 04:24:37
38
原创 python數據結構——棧、隊列、雙端隊列
一、棧 1. 概述 棧是一種容器，它可以存入元素、訪問元素、刪除元素，它的特點在與只能允許在容器的一端（棧頂top）進行加入數據和輸出數據的運算。由於棧數據結構只允許在一端進行操作，因而按照先進後出（LIFO，Last In F
2020-06-27 04:24:37
原创 深度學習和機器學習中的數學(二)——概率統計
一、概述 基本概念 2. 事件的運算關係 4. 事件的運算 交換律： A U B = B U A AB = BA 結合律：(A U B) U C = A U (B U C) 分配律： A U (BC) = (A
2020-06-27 04:24:37
原创 殘差網絡結構及其實現
一、殘差網絡基本結構 (1) 傳統的深度學習遇到的困難 梯度消失問題：隨着網絡深度的增加，網絡會出現梯度消失/梯度爆炸的情況，阻礙收斂的過程 退化問題：精確率出現飽和的情況是層數的增加引起的，並不是過擬合，表明更深的網絡並未出
2020-06-27 04:24:27
3
原创 C++ 和Python入門openCV
一 圖像讀取 Python 實現： 讀取彩色圖像 import cv2 img = cv2.imread("1.jpg") cv2.imshow("pic_img", img) cv2.waitKey(0) cv2.destr
2020-06-27 04:24:26
8
原创 openCV霍夫變換原理及其實現
一 霍夫變換原理 注意： 進行霍夫變換的前提是首先完成了邊緣檢測任務 1. 霍夫變換概述 霍夫變換是一種特徵檢測(feature extraction)，被廣泛應用在圖像分析（image analysis）、計算機視覺(comp
2020-06-27 04:24:26
10
原创 KNN算法之KD樹實現原理
一. KD樹的建立 KD樹算法包括三步，第一步是建樹，第二步是搜索最近鄰，最後一步是預測。 有二維樣本6個，{(2,3)，(5,4)，(9,6)，(4,7)，(8,1)，(7,2)}，構建kd樹的具體步驟爲： 1）找到劃分的特徵
2020-06-27 04:24:26
原创 深度學習中的網絡設計技術(二)——正則化技術
一、過擬合、欠擬合 1. 什麼是過擬合？什麼是欠擬合？ 過擬合其實就是在訓練樣本內能夠很好的擬合數據，而在訓練樣本外（沒有參與訓練的樣本）擬合效果很差，這樣的現象就是過擬合。如果你在訓練網絡的過程中發現，模型準確率很高，但是在
2020-06-27 04:24:26
3
原创 機器學習——聚類實現
聚類的定義：對大量未知標註的數據集，按數據的內在相似性將數據集劃分爲多個類別，使得類別內的數據相似度較大，類別間的數據相似度較小。- 所以聚類需要解決的問題是： 如何定義相似性 如何選擇類別的數目 一. Kmeans
2020-03-15 22:20:14
原创 Visual Studio Code頭文件異常處理
一 VS Code 出現問題描述 解決方案： 在終端輸入命令：gcc -v -E -x c++ - 將上面的路徑添加到VS Code 的c_cpp_properties.json 文件中。 操作過程：按快捷鍵Ctrl + Sh
2020-03-12 20:02:08
原创 機器學習——集成學習(一)
一. 集成學習概述 什麼是集成學習？ 它本身不是一個單獨的機器學習算法，而是通過構建並結合多個機器學習器來完成學習任務。 一般說的集成學習方法都是指同質個體學習器，而同質個體學習器使用最多的模型是CART決策樹和神經網絡。
2020-03-11 06:16:32
原创 機器學習——CART迴歸樹
一. 迴歸樹 注意：CART做分類時代價函數是基尼指數，做迴歸時代價函數時均方差函數 import numpy as np import matplotlib.pyplot as plt from sklearn.tree i
2020-03-11 06:16:32