- 博客(9)
- 收藏
- 关注
RSS订阅原创 python 疯狂讲义（函数和lambda表达式）
为函数提供文档：>>> def max_my(x,y):... '''... aaa... '''... return x,y... >>> help(max_my)Help on function max_my in module __main__:max_my(x, y) aaa(END)...
2019-10-25 13:37:42
138
原创 python 疯狂讲义（流程控制）
for-in 循环：for-in 循环中的变量的值受 for-in 循环控制,该变量将会在每次循环开始时自动被赋值,因此程序不应该在循环中对该变量赋值 。for-in 循环可用于遍历任何可选代对象 。 所谓可迭代对象,就是指该对象中包含 一个_iter_方法,且该方法的返回值对象具有 next()方法is instance() 函数,该函数用于判断某个变量是否为指定类型 的 实例 ,其 ...
2019-10-23 22:29:46
138
原创 python疯狂讲义笔记（列表元组和字典）
python内置的 三种常用数据结构 : 列表 (list )、元组( tuple )和 字 典( dict )。列表和元组比较相似,它们都按顺序保存元素 , 每个元素都有自己的索引,因此列表和元组都可通过索引访问元素 。二 者的 区 别 在 于元组是不可修改的,但列表是可修改的 。 字典则以 key-value的形式保存数据 。序列:指的是 一 种包含多项数据的数据结构,序列包含的 多...
2019-10-23 21:07:14
153
原创 python 疯狂讲义 笔记(变量和基本类型)
2.变量和简单类型：Python 是 一 门弱 类型语言 ,弱类型包含两方面的 含义 : 1所有的变量无须声明即可使用,或者说对从未用过的变量赋值就是声明了应变量;2变量 的数据类型可以随时改变,同一个变量可以一会儿是数值型,一会儿是字符串型。如果想查看此时 a 的类型,可以使用 Python 的 type()函数。print(value , ... , sep = '' , end...
2019-10-23 19:44:35
154
原创 关于 增加样本解决多项式过拟合的理解
对于观测数据集,假设N次观察是独立地从高斯分布中抽取的， 分布的均值和方差未知。我们想根据这些观测的数据集来确定这些参数。 独立地从相同的数据中抽取的数据被称为独立同分布(i.i.d),在独立同分布下，两个独立事件的 联合概率由各个事件的边缘概率乘积得到。因为数据集是独立同分布的，因此给定和，我们可以给出数据集的概率： ...
2019-09-03 21:22:04
1279
原创 理解记忆准确率，精准率，召回率。
如何理解这个表？1：Positive0: NegativeT: 预测正确F：预测错误TP:预测为P（1），预测正确 那么实际是1。 对应表格位置（1，1）FP:预测为P（1），预测错误 那么实际是0。 对应表格位置（1，0）FN:预测为N（0），预测错误，那么实际是1。 对应表格位置（0，1）TN:预测是N（0），预测正确，那么实际是0。 对...
2019-08-31 16:35:33
242
原创 论文精读：MobileNetV2: Inverted Residuals and Linear Bottlenecks
论文地址：https://arxiv.org/pdf/1801.04381.pdf模型结构简单，重点是理解模型设计的动机，并记录一下卷积的通用知识，已经熟知的知识就不再记录了，详细读原文。Abstract:1、SSDLite, MobileDeepLabv32、MobileNetv2基于inverted redidual structure(和resnet block 块设计思路相...
2019-08-25 22:43:57
368
原创 deeplabv3+论文精读： Encoder-Decoder with Atrous SeparableConvolution for Semantic Image Segmentation
论文地址：https://arxiv.org/pdf/1802.02611.pdf模型结构简单，重点是理解模型设计的动机，并记录一下卷积的通用知识，已经熟知的知识就不再记录了，详细读原文。Abstract:1、给deeplab加了一个decoder 拟合分割结果特别是物体边界2、探索Xception和使用ASPP decoder阶段depthwise分离卷积INTR...
2019-08-22 20:52:30
432
原创 论文精读：Rethinking Atrous Convolution for Semantic Image Segmentation
论文地址https://arxiv.org/pdf/1706.05587v1.pdf模型结构简单，重点是理解模型设计的动机，并记录一下卷积的通用知识，已经熟知的知识就不再记录了，详细读原文。Abstract:1、为了处理分割问题的多尺度物体,串联和并联多种atrous rates的空洞卷积2、用图像级特征编码全局上下文进一步探索多尺度卷积特征（说白了把encoding特征poo...
2019-08-22 15:49:54
395
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