自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(10)
  • 资源 (22)
  • 收藏
  • 关注

原创 梯度消失和梯度爆炸以及过拟合和欠拟合

其实梯度爆炸和梯度消失问题都是因为网络太深,网络权值更新不稳定造成的,本质上是因为梯度反向传播中的连乘效应梯度消失与梯度爆炸梯度消失主要原因:在反向传播的过程中,每层的梯度大于0小于1(sigmoid函数的最大梯度为0.25),经过很深的网络进行反向传播的时候,就会造成梯度接近0的情况,造成梯度消失梯度爆炸主要原因:网络太深、初始化权重太大、损失函数设计不合理、权重更新不稳定等原因造成的...

2019-10-08 20:08:46 429 1

原创 朴素贝叶斯

朴素贝叶斯是基于贝叶斯定理与特征条件独立假设的分类算法。对于给定的训练数据集,首先基于特征条件独立假设学习输入/输出的联合概率分布;然后基于此模型,对于给定的输入xxx,利用贝叶斯定理求出后验概率最大的输出yyy(基于贝叶斯定理使用先验概率求后验概率,将最大的后验概率对应的类别作为样本的类别)。朴素贝叶斯实际上学习到生成数据的机制,所以属于生成模型,条件独立假设等于是说用于分类的特征在类确定的条...

2019-10-08 19:53:15 139

原创 irq/132-nvidia 或者 irq/127-nvidia解决办法

irq/132-nvidia 或者 irq/127-nvidia解决办法ubuntu16.04 系统调用 gtx1080 显卡进行深度学习训练的过程中,每当程序意外终止,或者手动停止后,总会出现 一个进程:irq/132-nvidia 或者 irq/127-nvidia cpu 占用 100%, 内存占用 0解决方案执行以下命令即可解决:systemctl daemon-rel...

2018-10-11 16:25:56 5551 2

原创 tfrecord格式数据的生成与读取

tfrecord格式数据的生成与读取tfrecord格式数据简介tfrecord格式数据的生成代码如下所示:import tensorflow as tfimport osimport cv2import numpy as npfrom random import shuffleos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' s...

2018-06-28 15:33:00 979

原创 TensorFlow读取数据

TensorFlow读取数据TensorFlow程序读取数据一共有3种方法:供给数据(feed)从文件读取数据预加载数据:适用于数据量较小的情况1、供给数据 TensorFlow的数据供给机制允许在TensorFlow运算图中将数据输入到任一张量中。如下所示:import tensorflow as tfx1 = tf.placeholder(tf.float32,...

2018-06-17 13:07:08 293

原创 线性回归

线性回归给定有由 个属性的描述的示例,其中

2018-05-10 21:31:29 253

原创 opencv 读写视频

opencv 读写视频OpenCV 2 中提供了两个类来实现视频的读写。读视频的类是 VideoCapture, 写视频的类是 VideoWriter。一、读视频VideoCapture 既可以从视频文件读取信息,也可以从计算机外接摄像头读取图像信息。如果 VideoCapture 对象已经创建,也可以使用 VideoCapture::open() 打开,VideoCapture:...

2018-05-09 15:45:32 824

原创 OpenCv 读写图片

2018-05-08 20:52:19 4570

原创 K-近邻学习(KNN)

KNN 分类学习算法K近邻学习算法是一种基本的分类与回归学习算法,能力有限,简单介绍一下分类算法。K近邻学习算法是一种常用的监督学习算法。算法机制给定测试样本,基于某种距离度量找出训练集中的与其最靠近的K个训练样本,然后基于找到的K个近邻训练样本的类别信息来预测测试样本的类别。在分类任务中,一般采用投票法决定类别信息,根据K个近邻样本中出现最多的类别作为测试样本的类别。算法...

2018-05-01 21:47:12 1748

原创 隐马尔可夫

隐马尔可夫模型(HMM)一、隐马尔可夫模型 隐马尔可夫模型是结构最简单的动态贝叶斯网,是一种著名的有向图模型,主要用于时序数据建模,在语音识别、自然语言处理等方面有广泛引用。 如上图所示,隐马尔可夫模型中的变量可以分为两组,第一组状态变量,一般假定状态变量是隐藏的,不可观测的;第二组是观测变量。 在隐马尔可夫模型中,系统通常存在多个不同的状态,设Q为可能的状态的集合: 为便于分...

2018-03-24 18:37:54 976

深度学习资料

深度学习,适合初学者入门,有详细代码连接,便于阅读

2017-12-07

图像处理、分析与机器视觉

《图像处理、分析与机器视觉(第3版)》是为计算机专业图像处理、图像分析和机器视觉课程编写的教材。《图像处理、分析与机器视觉(第3版)》针对图像处理、图像分析和机器视觉领域的有关原理与技术展开了广泛而深入的讨论,包括图像预处理、图像分割、形状表示与描述、物体识别与图像理解、三维视觉、数学形态学图像处理技术、离散图像变换、图像压缩、纹理描述、运动分析等。《图像处理、分析与机器视觉(第3版)》力图将复杂的概念通过具体示例用易于理解的算法来描述,提供了大量包含图示和处理结果的插图,特别有助于读者的学习和理解。此外,《图像处理、分析与机器视觉(第3版)》还提供了丰富的参考文献,既列出了那些经过时间考验的经典论文,也列出了能反映未来发展方向的最新进展,适于读者进一步深入探索。, 《图像处理、分析与机器视觉(第3版)》覆盖了十分广泛的领域,包括人工智能、信号处理、人工神经网络、模式识别、机器学习、模糊数学等一系列相关学科。读者通过学习《图像处理、分析与机器视觉(第3版)》,可以学到很多具有普遍价值的知识和具体的应用方法。, 《图像处理、分析与机器视觉(第3版)》可作为各高等院校计算机专业高年级本科生和研究生相应课程的教材,可以结合实际教学情况选用相应的章节。《图像处理、分析与机器视觉(第3版)》也特别适合有一定基础的读者自学。《图像处理、分析与机器视觉(第3版)》对从事相关科学技术领域的研究和工程技术人员也有很高的参考价值。此外,对于本领域的专业人士也可以作为技术手册使用。

2017-11-05

OpenCV3编程入门

图像处理,opencv,基础介绍,适合入门——————-————

2017-11-03

机器学习(pdf)

机器学习导论

2017-11-03

现代控制理论

现代控制理论。

2017-09-22

Artificial Intelligence - TheBasics

介绍人工智能的基础知识,适合人工智能初学者的学习,用专业的术语介绍人工智能,方便大家学习,了解。。。。。

2017-09-22

深度学习(中文)

深度学习

2017-07-16

神经网络和深度学习

神经网络和深度学习

2017-07-14

数字图像处理与机器视觉

数字图像处理与机器视觉:Visual C++与Matlab实现,ISBN:9787115220233,作者:张铮,王艳平,薛桂香 编著

2017-07-10

贾扬清-DIY Deep Learning for Vision- a Hands-On Tutorial with Caffe

Deep Learning for Vision- a Hands-On Tutorial with Caffe

2017-07-10

python计算机视觉编程完整版

python计算机视觉编程完整版

2017-07-06

CNN基础与Caffe实践

CNN基础与Caffe实践

2017-07-06

深度学习 21天实战Caffe

深度学习 21天实战Caffe

2017-07-06

机器学习实战

机器学习实战

2017-07-06

学习OpenCV(中文版)

学习OpenCV(中文版)

2017-07-05

Think.Python

Think.Python

2017-07-04

Python核心编程.

Python核心编程.

2017-07-04

opencv+3计算机视觉+python语言实现+第二版

OpenCV是开源、跨平台的计算机视觉库,由英特尔公司发起并参与开发,在商业和研究领域中可以免费使用。本书介绍了如何通过Python来开发基于OpenCV 3.0的应用。作为当前非常流行的动态语言之一,Python不仅使用非常简单,而且功能强大。通过Python来学习OpenCV框架,可以让你很快理解计算机视觉的基本概念以及重要算法。 本书分8章来介绍计算机视觉的重要概念,所有的概念都融入了一些很有趣的项目。本书首先详细介绍了多个平台下基于Python的OpenCV安装,继而介绍了计算机视觉应用的基本操作,包括图像文件的读取与显示,图像处理的基本操作(比如边缘检测等),深度估计与分割,人脸检测与识别,图像的检索,目标的检测与识别,目标跟踪,神经网络的手写体识别。可以这样说,本书是一本不可多得的采用OpenCV实践计算机视觉应用的好书。 购买地址:https://item.jd.com/11967520.html

2017-07-04

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除