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(8)
  • 收藏
  • 关注

原创 图像处理基础Task3:彩色空间互转

Task3:彩色空间互转学习自:https://github.com/datawhalechina/team-learning/blob/master/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%9F%BA%E7%A1%80%EF%BC%9A%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86%EF%BC%88%E4%B8...

2020-04-25 23:32:38 370

原创 图像处理基础Task2:几何变换

Task2:几何变换学习自:https://github.com/datawhalechina/team-learning/blob/master/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%9F%BA%E7%A1%80%EF%BC%9A%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86%EF%BC%88%E4%B8%8...

2020-04-23 22:49:23 202

原创 图像处理基础Task1:图像插值算法

Task1:图像插值算法学习自:https://github.com/datawhalechina/team-learning/blob/master/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E5%9F%BA%E7%A1%80%EF%BC%9A%E5%9B%BE%E5%83%8F%E5%A4%84%E7%90%86%EF%BC%88%E4%B8...

2020-04-21 22:26:39 279

原创 Task5:模型融合

Task5:模型融合5.1 模型融合目标学习内容来自:https://github.com/datawhalechina/team-learning/blob/master/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E5%AE%9E%E8%B7%B5%EF%BC%88%E4%BA%8C%E6%89%8B%E8%BD%A6%E4%BB%B7%E6%A0%BC%E9...

2020-04-04 20:44:48 470

原创 Task4:建模调参

Task4:建模调参学习自:https://github.com/datawhalechina/team-learning/blob/master/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E5%AE%9E%E8%B7%B5%EF%BC%88%E4%BA%8C%E6%89%8B%E8%BD%A6%E4%BB%B7%E6%A0%BC%E9%A2%84%E6%B5%8...

2020-04-01 17:22:15 225

原创 Task3-特征工程

Task3:特征工程学习自:https://github.com/datawhalechina/team-learning/blob/master/%E6%95%B0%E6%8D%AE%E6%8C%96%E6%8E%98%E5%AE%9E%E8%B7%B5%EF%BC%88%E4%BA%8C%E6%89%8B%E8%BD%A6%E4%BB%B7%E6%A0%BC%E9%A2%84%E6%B5%8...

2020-03-28 21:19:15 165

原创 Task2-探索性数据分析(EDA, Exploratory Data Analysis)

1. 为什么要进行EDA初步从数据中得到一些简单、直观的信息,加强对题目、数据本身的理解,为进一步分析比如特征做铺垫。2. EAD会做些什么一些常用的库:pandas, numpy, scipy, matplotlib, seabon在看数据前,导入数据(需相应的库)(1)宏观角度认识数据head(), shapedescribe()info()缺失值异常值(2)一些统计特征...

2020-03-24 17:35:42 574

原创 动手学pytorch版-task1&2

1. 线性回归1.1 模型数据集的每一项称为样本(sample),每个样本有多个feature(xxx),每个sample有对应的label(yyy)。可以利用线性模型表征样本特征和标签的关系y^=∑wxi+b\hat{y}=\sum wx_i+by^​=∑wxi​+b。此时求得的y^\hat{y}y^​是通过样本特征和模型得到的预测值。1.2 损失函数www、bbb作为线性模型的参数...

2020-02-14 21:57:33 94

空空如也

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