原创 深度學習第一課 線性迴歸
最近在學習李沐的Mxnet/Gluon深度學習的線性迴歸部分，線性迴歸是很基本的一種監督學習，分類問題。 以前學習完一遍吳恩達的《machine learning》，並把《機器學習實戰》裏面的主要代碼都實現一遍，現在有點忘記了，正好開始深
2020-05-30 14:33:39
原创 OPencv 霍夫變換
參考文章：http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lines.html
2020-05-30 14:33:39
原创 Pytorch中的Tensor和tensor
樣例在Pytorch版本“0.4.0”中測試成功。 可參考文章爲：https://blog.csdn.net/tfcy694/article/details/85338745 #t.Tensor 與 t.tensor的區別 imp
2019-01-09 21:42:53
1
原创 使用Pytorch對數據集CIFAR-10分類處理
使用Pytorch對數據集CIFAR-10進行分類，主要是以下幾個步驟： 下載並預處理數據集 定義網絡結構 定義損失函數和優化器 訓練網絡並更新參數 測試網絡效果 #數據加載和預處理 #使用CIFAR-10數據進行分類實驗 import
2019-01-04 18:33:17
原创 Pytorch 之squeeze和unsqueeze用法
Pytorch使用中常會用到torch.squeeze()和torch.unsqueeze()函數： 查找資料相關記錄如下： 參考博客：https://blog.csdn.net/qq_39709535/article/details/8
2019-01-02 12:54:31
36
原创 windows7+caffe(CPU)+Anaconda2 配置
記錄一下學習深度學習框架caffe的Windows安裝，電腦上沒有GPU所以先裝個CPU版本的Caffe跑跑小demo，過段時間看需要可以試試服務器。 具體的配置如下： 1）Anaconda2（注意一定是python2版本的要不然配置的時
2018-12-06 13:09:59
原创 《機器學習實戰》——線性迴歸
線性迴歸原理比較簡單，其在一維特徵時候的方程我們在高中階段就學習過了，對於多維特徵的線性迴歸，只是在其基礎上進行擴展，對於尋找合適參數的過程，可以使用梯度下降的方法來進行，但對於線性迴歸而言，其實是有數值解的：
2018-11-07 11:42:48
1
原创 scikit-learn 機器學習庫學習小計
scikit-learn是一個非常流行的工具，也是最有名的Python機器學習庫。 在此對以前學的知識進行整理，記錄在這裏。 首先是經典的鳶尾花數據，KNN分類： from sklearn import datasets impor
2018-11-05 00:12:21
8
原创 Kaggle-House Prices
前段時間嘗試着做了一下kaggle中的House Prices，是一個迴歸問題，通過對給定的訓練集進行分析，來預測測試集中的房屋價格，測試集中的數據主要是房屋特徵（features），包活很多比如：臥室的數量，臨街否等等共79個，在對其進
2018-11-04 07:15:59
原创 《機器學習實戰》——KNN
幾個月前學習機器學習的時候，將《機器學習實戰》中的算法手動實現了一遍，現在回顧一下，並在此記錄，查缺補漏： 本書中的第一個算法是KNN，K近鄰算法，該算法模型時監督學習部分，根據K值將數據進行分類，原理其實比較簡單，通過不斷的找尋
2018-11-04 07:15:59
原创 Python 遍歷文件夾下的文件
最近在做一個和圖像有關的項目，需要遍歷文件夾中的圖片，這裏可以使用兩種方法： 1）使用python的glob模塊： import glob as gb img_path = gb.glob(r'D:\pictures\*.jpg')
2018-10-26 22:07:44
3
原创 Python3+Opencv3 答題卡識別
參考：https://my.oschina.net/DDigimon/blog/1236298?tdsourcetag=s_pctim_aiomsg 小計： 1)cv2.Canny(): cv2.Canny（）第一個參數是輸入圖
2018-10-26 22:07:44
原创 Python Pandas包學習小計
pandas一般用於讀取.csv文件，有些類似於電子表格，使用Python進行數據處理時經常會用到，以前學過一次，總不用容易忘記，再次簡單記錄。 #Pandas 基礎 import pandas as pd import numpy a
2018-10-26 22:07:44
原创 深度學習第三課 多層感知機
多層感知機針對於中間有隱藏層的神經網絡結構，對於數據的每一層傳遞都會相應的多一層[w,b]，這中間使用的傳參函數稱之爲激活函數，如果激活函數是線性的話，那麼就沒什麼意義，無論中間有多少層，其實和沒有隱藏層是一樣的，所以需要
2018-10-20 06:44:39
原创 深度學習第二課 Softmax迴歸
與第一課線性迴歸（linear regression）不同，softmax迴歸針對的是多分類的情況，即labels不再僅有0,1兩個分類。 softmax通過指數運算將最後的分類轉爲0~1間的概率，在終於類別概率中，數值大的爲預測概率。
2018-10-20 06:44:39