- 博客(124)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 基于aiohttp后台架构开发（将深度学习模型安全的加载到一个进程中）（接上文）
系列文章目录文章目录系列文章目录前言一、安全二、方法实现模型：将模型读入到app中群聊前言上一篇吗博客完成了数据库的基本操作，实现了基本的登录，注册，注销功能：这篇文章主要进度为安全的将每个模型载入到线程中这篇文章的第二部分旨在利用基本库完成一个我们的自己的框架，并安全的将模型载入到线程中。之后将保持更新直到整个系统完善为一个智能大系统，并且保持开源（仅提供与学习，请勿用于商业利益等行为！）github地址：传送门一、安全这里为什么说的是安全，我们都知道做架构，框架一定要对OS，C底层
2022-05-25 13:57:16
664
原创 基于aiohttp后台架构开发（更新中）
django模式在初学习python后台时，大家或用flask或用django，一般来说，django属于重量级框架适合于开发大型系统；而flask适合小app的开发。django也是最常用的mvc开发模式，model-view-control。但是在企业中，需要各式各样的定制类服务，python适合于做类似于胶水服务一样的东西，我目前的公司称该服务为中后端，做这样的服务，便不能直接去使用django，flask这样的框架，大多时候需要我们自己去写，这篇文章的第一部分旨在利用基本库完成一个我们的自己的框架
2022-05-24 00:58:48
603
原创 基于tkinter更新机制构建的视频播放GUI
声明，初始代码来自谷歌同行，本人在原先的代码添加了播放暂停的功能。先上源码，再解析部分本人认为比较重要的点import timeimport tkinterimport cv2 as cvimport PIL.Image, PIL.ImageTkclass App: # 将类作为参数传入 # app = App(tkinter.Tk(), "tkinter player", 'test.mp4') def __init__(self, window, window_t
2022-04-23 13:59:04
3622
原创 实习记录：初识gitlab
第一天入职就各种问题，好在能分解开来一个一个解觉。第一个问题就是代码，这里需要用到的是gitlab，我之前常用为github，虽然我现在并没有发现两者的区别，但最好还是总结一下。工具：giturl：gitlab操作：本地库与远程库连接，初始化库，上传代码，测试不同的分支上传等。问题分解1. 安装git安装git还是直接走地址：http://git-scm.com/downloads根据自己的系统要求选择就可以了，一路next，直到遇到path选项，为了方便直接将git加入到path中，如
2021-12-21 10:18:00
329
原创 一文过pandas入门（结篇）——才疏学浅的莫笑天
本来是准备直接上实战的，后来想了想还是先把必要的东西讲完吧，要不然到时候实战很多东西会很懵，又要递归的去讲就很麻烦。这篇文章就是pandas的最后一篇内容讲解了，三篇连到一块应该足够应对绝大多数的内容过了，实际上也把pandas的主要内容讲的差不多了，漂亮的结一个尾吧。先来口头阐述一下分组的概念分组与聚合其实分组就是字面意思呀比如如下数据:（代码导入数据）import pandas as pdfile_path = './split_test.xlsx'df = pd.read_exce
2021-11-25 04:15:41
506
原创 一文过pandas入门（中篇）——才疏学浅的莫笑天
本篇核心内容为数据清洗。数据清洗数据工作的步骤应该为：数据获取数据清洗数据分析数据可视化与建模因此，上一篇博文中，本人说过，下一篇博文会讲一下数据分析中重要的一步我们要知道，数据清洗本着为下一步数据分析服务的目的进行，因此，数据处理要根据数据分析确定它是否需要处理，需要怎样的处理，才能适应接下来的分析工作和挖掘工作。整体分为几个不同的步骤来看。import pandas as pdimport numpy as np一. 缺失数据的处理整体的处理方法在理论上我们可以采用填补或
2021-11-21 21:54:18
4366
原创 一文过pandas入门（前篇）——才疏学浅的莫笑天
前篇主要是讲明pandas到底是什么，pandas中的常用的基本数据方法，数据交互方式，需要注意的踩坑点等。之前整理了numpy部分的知识点，numpy的numpy.array对于python的数组运算做了很大贡献，使得python程序员可以用接近c语言的速度对矩阵数据进行运算吗，这对于后置的机器学习模块包括深度学习模块的贡献非常大，但对于数据分析来说，例如一个excel文件中，它并不是单独的包含一个数值类型，之前在读取csv文件的时候，显然里面包含时间序列，姓名等字符串序列，那numpy显然在很多时候并
2021-11-20 20:34:52
1575
原创 一万字，一文过numpy--才疏学浅的莫笑天
最近不是校招，刚好晚上睡不着，就随便整理一下numpy的东西啊，结果写嗨了。。直接写到四点，应该是把numpy讲差不多了，整体框架肯定是完整的，细节那么多，肯定不会刻意去涉及，不过核心点，大致都说了。建议小白读者跟着一块敲。如果下载anconda，会自带numpy，如果没有的话，就直接pip install numpy -i http://pypi.douban.com/simple --trusted-host pypi.douban.comnumpy类似于list，但与list对象有区别li
2021-11-17 05:27:57
465
原创 2021/10/25 python数据结构：基于python的二叉树结构，四种遍历以及树的还原
# 导入队列库from collections import dequeclass BiTreeNode: def __init__(self, data): self.data = data self.l_child = None self.r_child = None# 前序遍历def pre_order(root): """ 传入根节点，前序遍历，根据中左右的原则去走。 :param root: :
2021-10-25 22:17:50
343
原创 centos7配置openmpi+编程环境配置
这可能是你看过最详细的centos7的openmpi的环境配置因为之前没有接触过该内容，参考了网上大大小小博主的博客，他们大多还是一概而过，甚至直接就copy别人的博客，这种现象当代确实很常见，但并不太讨喜，至少我不喜欢做偷盗行为，这篇博客从零开始指导搭建openmpi+java+c环境。文章目录这可能是你看过最详细的centos7的openmpi的环境配置一. 前期准备一.1 虚拟机或者双系统（CentOS7)一.2 较稳定的网络二. 开始配置二.1 GCC二.2 jdk二.3 openmpi三.
2021-09-28 01:48:26
1912
原创 CentOS7学习记录（一）：完成基本配置并编写自己的内核模块（驱动）实战+踩坑
系统镜像ios位置地址：链接：https://pan.baidu.com/s/1kW63eDZg4gxvpWslLxe_JQ提取码：fw0n–来自ksks14的分享，点波关注阿巴阿巴······系列文章目录begin文章目录系列文章目录一. 系统基本配置1. cenos7设置terminal快捷键。2. 完成中文输入法设置。3. 完成gcc环境配置。4. 安装内核源码，并修复原先的build文件。二. 编程1. 编译第一个.c文件。2. 编译第一个内核模块（驱动）文件。三. 知识总结&心
2021-09-14 04:40:55
1656
原创 Redis下载+配置环境变量：踩坑（1）
redis下载：redis是绝对开源的。↓网址这里说一下，进入页面，github有时候进不去很正常建议可以使用移动热点哈，我一般进不去都是用热点秒进的，当然也可以搭梯子，看自己。这俩玩意都可以。上面的是直接帮你安装好，下面的就只是需要一个解压，改个文件名就行，这些都不难。如果是msi，就直接一路next就完了。如果是zip，那解压一下，随便放个位置，该文件夹的名字为Redis就可以了。在Redis目录下打开cmd，输入redis-server.exe redis.windows.co
2021-08-03 17:52:17
285
原创 django踩坑（一)：再改底层的路上越走越远。
1. django.core.exceptions.ImproperlyConfigured: Cannot import ASGI_APPLICATION module ‘video’解决方法放在后面本人在写一个django项目时遇到个问题，大概是从我想进行视频流传输开始的，在网上找到的教程，说是可以自己写一个轮子，从https://channels.readthedocs.io/en/latest/tutorial/part_1.html这个网站进行一些改进。我便上手操作了。结果跟着教程走了一遍出
2021-08-03 15:03:26
2008
1
原创 python的装饰器
python的装饰器面向对象的理解：一切皆对象def test(name='ksks14'): '''这是是注释''' return 'hello '+nameprint(test.__name__)print(test.__doc__)print(test())test这是是注释hello ksks14'''将test函数赋值给另一个值'''# 注意赋值给的名而不是整个函数new_test=testprint(new_test.__name__)pri
2021-07-29 22:38:35
139
原创 django从零开始完成登录/注册：保姆级教程
完整项目基于django的登录/注册本篇文章就django实现的登录注册一步一步实现讲解。文章目录完整项目基于django的登录/注册一. django是什么？二. 环境配置三. django安装1. pip命令拓展2. 安装完成四. 开始冻手，开始冻手1. 创建一个项目2. 配置文件2.1 html文件路径2.2 数据库配置2.3 配置静态文件路径五. 创建一个app六. 后台架构测试1. 编写后台测试2. 编写system路由分发：3. 编写主路由七. 前端7.1 在templates路径下创建
2021-07-27 19:28:04
13844
5
原创 多目标识别之锚先验计算（先验框）
系列文章目录文章目录系列文章目录前言一. 先验框是什么二. 先验框讲解1. 获取先验框三. 代码分析1.引入库2.读入数据总结前言先验框（与锚）是一个原理，他们主要应用在多目标识别当中，自YOLOV-2系列引入，可以很大程度增加目标检测的性能。直到现在还在广泛应用着。一. 先验框是什么简单来说，所谓先验框就是在图像上提前设定好不同大小，不同长宽比的框框。如上图所示。先验框的概念也是自YOLOV2之后提出的，因为它大大增强了目标增强的性能，所以后来就被习惯引用了。我们知道目标识别
2021-07-13 11:14:06
1462
原创 github多人协作开发项目教程，2021新版。
文章目录github多人协作开发项目教程文章目录文章目录一. 必要理论知识二. 进行实操1. 管理者方面2. 成员方面三. 总结一. 必要理论知识github合作开发，在实操之前，我们需要掌握一定的理论知识。主要是有几个关键性的概念：组织（organization）团队（team）成员（member）仓库（respository）理清关系：我们需要做的就是几步：创建一个组织创建一个团队为团队添加成员创建一个仓库成员与远程仓库连接拥有者为每个成员赋予权限ok，
2021-07-12 11:12:02
4207
1
原创 数据库笔记：数据库系统结构
文章目录1. 数据库系统2. 数据库系统的内部结构2.1 数据库系统的模式的概念2.2 数据库系统的三级模式2.2.1 内模式2.2.2 模式2.2.2 外模式2.3 数据库系统的二级映像和数据独立性2.3.1 内模式/模式映像2.3.2 数据的物理独立性2.3.2 外模式/模式映像2.3.3 数据的逻辑独立性3. 数据库系统的外部结构1. 数据库系统数据库的系统结构主要分为内部结构和外部结构，可以抽象的理解为一个编程语言框架的底层和上层。2. 数据库系统的内部结构2.1 数据库系统的模式的概念在
2021-06-22 19:32:14
176
原创 windows的github本地连接简洁教程《论你长时间没进入过github导致自己不会连接github这件事》
详细步骤前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不
2021-06-14 23:46:33
1739
原创 mysql：mysql5.5版本卸载安装及解决MySQLInstanceConfig最后卡顿问题
课设需要使用5.5版本的mysql，本来安装的是8.0不得不卸载重装，这一重装就出来一堆问题，不过已经解决。mysql5.5百度云：百度云地址提取码 abcd文件下载即可，完成如下：卸载旧版本：直接打开，点击remove。进入C盘如果没有如上文件夹，选择进入，之后删除掉mysql如果还有问题，删除注册表！ctrl+F，搜索mysql，勾选全字匹配全部删除，接着重启。这里就差不多删干净了。安装：再次点击一路next直接，最后会出现一个不要选定！到这一步结束，
2021-05-31 02:26:39
424
原创 《从零开始的前端生活：简单影视信息页面制作 结尾有一些对生活方面的疑惑，希望有缘人看到可以出个法子。。感谢》
一. 文章简介本文大致谈一篇简单的前端实战，影视信息页面查询。类似于豆瓣那种把？当然差的很远。????本人先前从未学过任何前端相关的，所以有很多瑕疵，还请多多包涵。如果仅看网页源码及解析请直接按目录跳过完整代码在结尾github文章目录一. 文章简介二. 技术需求1. html是什么？2. css是什么？3. Bootstrip？三. 网页构建1. 思路构建2. 网页实现1. 导入必要文件2. writing3. 浅析代码1. 整体构造2. 引入文件与css，javascript利用3. 表
2021-05-11 03:06:34
479
5
原创 辗转相除法的原理解析与实现
今天看到个问题就随便写写。????辗转相除法辗转相除法又名欧几里得算法，是由欧几里得（古希腊数学家）率先提出的，因此又名欧几里得算法。文章目录辗转相除法算法原理推导代码方面：算法原理推导下图为实例：可以看到整体的过程就是对于两个数a和b，进行一个a mod b，b mod (a mod b)的的过程，上面的情况说明，对于两个数a和b来说，他们的最大公约数就等于b与(a mod) b的公约数，这就很有意思了，为什么呢。来看证明：代码方面：这种推导过程的话，用递归或者循环都可以
2021-04-29 01:55:17
2178
原创 RuntimeWarning: overflow encountered in ubyte_scalars # This is added back by InteractiveShellApp.
该问题是很多初学者在jupyter运行像素点计算时会出现的问题。原因是，我们熟知在opencv的RGB空间，它的图像是三通道的，如果把图像视为x，y坐标，每个点的实际像素表示应该是由每个通道的该点的像素计算出来的。而这每个通道的像素值的范围都是在[0~255]这里注意是不能出现负数或者更大的数的，而且一旦出现负数，比如得到-2这时候opencv内就会将该点转化为253，因此在涉及像素运算时，有如下处理方法。三目运算符python的三目运算符在遍历像素点时可以：a=np.array([1,2,13]
2021-04-27 15:23:11
1438
原创 反馈神经网络：反向传播算法与简单的反馈神经网络算法python实现，在脱离api的路上越走越远。。。
本文就数学原理，思想基础，python实现几个角度讲解反向传播的实现，需要部分基础，可能跟我差不多的小白会看的有点吃力。。。文章目录一. 深度学习基础1. 深度学习2. 反向传播算法3. 梯度下降算法与链式求导法则二. pandas是什么？二、使用步骤1.引入库2.读入数据总结一. 深度学习基础1. 深度学习深度学习是统计学的应用，属于机器学习基础之后的内容。它的任务其实与机器学习殊途同归，都是在寻找数据与数据的关系，结果与影响因素的一一对应关系。就像是寻找x，y的关系，建立一个模型，这里将狭义的
2021-03-11 14:39:18
1218
7
原创 TensorFlow自学：当你从小白开始自己搭建一个神经网络
一. 前文Hello TensorFlow！TensorFlow，文章目录一. 前文前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤
2021-03-02 01:20:38
1319
1
原创 python-opencv实战：车牌识别（二）：字符分割与保存
上一篇文章内容为车牌定位，这篇文章从原理及代码角度分析如何分割字符。文章目录一. 分割字符的目的二. 分割字符原理：三. 代码四. 代码分析一. 分割字符的目的定位车牌仅仅是为了找出其车牌的左上角及右下角的坐标。框出车牌终究只是给我们了一个视觉效果。找出车牌位置的目的就是为了分割字符，为什么要分割字符呢。这要从我们的机器学习说起了，总体的车牌识别大概是个什么流程呢。首先通过某种算法定位车牌。其次从车牌位置按序取出字符。识别字符。机器学习就是在最后一步发挥大作用的，或许我们可以通过一系
2021-03-01 07:05:54
2163
4
原创 python-opencv实战：车牌识别（一）：精度还不错的车牌定位
本文为基于python的opencv的车牌定位源码+讲解。文章目录一. 车牌定位整体构架1. 整体思路2. 分析原理3. 算法构造①. 灰度拉伸算法②. 二值化的阈值选取③. 合适的分值的选取二. 代码总结一. 车牌定位整体构架1. 整体思路首先，车牌定位是车牌识别的第一步也是必要的一步，同时，车牌定位的好坏直接性的决定了车牌识别的好坏，因此车牌定位是一定要尽量好的实现。对一张图片来说，车牌定位的几个过程其实很简单。去除噪音通过颜色特征筛选（或者通过形状筛选）通过形态特征再筛选（或通过颜色
2021-02-26 20:49:18
13003
9
原创 OpenCV自学总结：图像梯度与边缘检测
本文从原理及代码方面讲解图像梯度与边缘检测文章目录一. 图像梯度1. 梯度2. 图像的梯度3. 图像梯度的应用及简单数学原理4. 代码①. Scharr算子②. Sobel算子③. Laplacian算子5. 代码讲解二. Canny边缘检测1. 边缘检测2. 原理3. 代码4. 代码讲解三. 总结一. 图像梯度1. 梯度梯度是数学中的常用术语，其本质是一个向量，代表的是，函数在某个位置导数取得最大值，即函数的变化速度最大。一般情况下，我们用倒三角表示每个函数的梯度。对于一个线性函数来说，梯度
2021-02-18 01:48:40
373
1
原创 python-opencv自学，图像金字塔与图像融合
本篇文章讲解基于python-opencv图像金字塔API及浅析原理文章目录一. 图像金字塔1. 图像金字塔是什么？为什么要叫它图像金字塔？2. 图像金字塔构建原理①. 高斯金字塔②. 拉普拉斯金字塔二. 代码方面1. 构建高斯金字塔2. 拉普拉斯金字塔三. 使用实例1. 必要掌握的知识基础2. 使用图像金字塔合并图像三. 对之前知识的补充1. 读取视频文件，做加速或者缓速一. 图像金字塔1. 图像金字塔是什么？为什么要叫它图像金字塔？图像金字塔是对出现处理发展至今的一种手段。它是图像多尺度表达的
2021-02-17 03:12:35
403
原创 python-opencv 图像阈值二值化
本文讲解基于OpenCV-python的图像二值化API及浅显原理讲解文章目录阈值一、pandas是什么？二、使用步骤1.引入库2.读入数据总结阈值在python的OpenCV中，阈值是图像二值化的必要条件，所谓阈值就是设定一个指，对于整张图片来说，大于该值的像素点重赋值为一个值，或者小于该值的像素点重赋值为多少。提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本
2021-02-15 23:54:45
2004
4
原创 定位图像中子图像：直方图方向投影与图像匹配。
本篇文章讲解直方图反向投影与子图像匹配，原理及代码角度讲解文章目录前言一. 直方图反向投影1. 原理浅析2. 应用及代码层面3. 代码讲解二. 图像匹配1. 浅显原理2. 代码实践①. 单对象模板匹配②. 多对象模板匹配3. 代码讲解①. 单目标匹配②. 多目标匹配* np.where()* python的 * 与 *** zip方法三. 总结前言该篇文章的主要内容牵扯到了一些多目标识别的基础，同时也是学习OpenCV必须掌握的东西，不仅仅是代码层面的，原理层面也必须要有一定的了解。一. 直方图反
2021-02-14 16:24:22
2848
2
原创 python-opencv:图像直方图，及其应用总结
本篇文章把直方图到对于图像的直方图基本应用和比较全部讲完了。很长，对于小白来说需要理解的地方较多，请细读。文章目录一. 直方图是什么1. 直方图2. 利用matplotlib绘制简单直方图①. matplotlib②. matplotlib安装②. 绘图代码二. 图像直方图1. 图像直方图2. 以一张图像绘制直方图3. 代码解析三. 图像直方图的应用1. 全局直方图均衡化①. 直方图均衡化②. 直方图均衡化代码实现③. 代码解析2. 局部直方图均衡化①. 局部直方图均衡化②. 代码实现③. 代码解析四.
2021-02-07 01:50:26
625
原创 OpenCV的几种绘图方法及其参数解释
该内容不需要太多讲解，上代码，参数都写在代码上。import numpy as npimport cv2 as cv#创建一张白图 利用纯白图进行练习def creat_black_image(): return np.ones((512,512,3),np.uint8)*255def draw(image): #画直线 1:原图 2:起始坐标 3:终止坐标 4:色彩空间值(颜色) 5:线条粗度 cv.line(image,(0,0),(206,206),(255,0,
2021-02-06 14:32:32
364
原创 python-OpenCV自学，对高斯双边滤波，均值迁移的代码及原理浅析。
本文对OpenCV中高斯双边模糊以及均值迁移的API及原理做浅析文章目录引言一. 高斯双边模糊（高斯双边滤波）1. 高斯双边模糊是什么，怎么实现的。2. 代码层面3. 参数解析二. 均值迁移模糊1. 均值迁移模糊是什么，浅析原理2. 代码层面3. 参数说明总结引言我们可以在各种美颜软件中找到类似于磨皮，蜡像等效果，他们具体是怎么实现的呢，就要从文章要说的两个方法说起了。。。。之前的文章已经详解过了高斯模糊的原理，利用高斯模糊可以对图像实现一定的模糊效果，如下。但是也可以发现，该操作仅仅是做到
2021-02-05 13:42:57
995
1
原创 win10 anconda安装 failed to create menu
在重装anconda时遇到了failed to create menu的问题，无法创建菜单应该是在选择了add to path 那个选项，之后碰到的问题。原因是系统变量的path太长了，已经不能在添加变量了。解决方法：↓将箭头所指的path中一条一条剪切到用户变量的path中，注意，是剪切，如果是复制的话记得删除。之后就可以解决了。...
2021-02-04 12:58:55
549
原创 python-OpenCV：模糊操作，高斯模糊，原理及其代码解析。
系列文章目录本文针对模糊操作由浅入深做原理及代码解析。文章目录系列文章目录模糊模糊是什么模糊操作的原理基于离散卷积的模糊均值模糊中值模糊自定义模糊高斯模糊（重点）高斯分布高斯模糊模糊模糊是什么在学习之前，必须要清楚的是模糊是什么？说得最直观一点就是，假设一个人是600度的近视，他离另一个人2米时，戴眼镜时看到的图像转化到不戴眼镜时看到的图像就是模糊的过程。但是在计算机视觉领域，我们不能从人的感观来说。模糊，属于低通滤波的一种，它称为模糊，也可以称为平滑。低通滤波是一种信号过滤方式，指的
2021-02-03 21:49:31
3647
原创 OpenCV自学:ROI与泛洪填充
本文浅讲ROI，泛洪填充，细讲泛洪填充基于代码的实际表现。重点为方法以及代码参数原理。文章目录ROI1. ROI是什么？泛洪填充方法总结ROI这里主要介绍以及说明ROI1. ROI是什么？ROI是什么，在讲解这一节时，要清楚ROI是什么，即使知道它对我们目前的学习帮助可能并不大，但是这些小知识积累起来，也可以达到质变。ROI：可以称之为 感兴趣区域。在机器学习，计算机视觉，图像处理中，我们常常以各种方式勾勒出需要处理的区域，我们将其称之为ROI，感兴趣区域，一般我们再处理图像时，往往先找到
2021-01-30 21:33:10
409
2
原创 OpenCV像素点的计算，好家伙，直接降龄化教学。。。代码对图片的神奇操作~~~~~~
opecv浅记这篇博客从代码，理论以及一些实际操作角度讲解像素运算长文文章目录opecv浅记像素点的运算1.像素点2.对像素点运算①.普通运算②.逻辑运算3.简单应用及其原理①.图像的对比度与亮度操作②.图像融合（凯隐和拉亚斯特，原谅博主中二了。:joy:）③.炫彩logo④.动态提取彩色的颜色帧总结像素点的运算像素点的运算即，基于OpenCV可调用API的运算，或者以numpy做一些简易的运算，但是还是更偏向于与直接调用API，它一般要比我们用numpy实现的算法高效很多。1.像素点在第一篇
2021-01-28 22:19:10
2359
2
原创 机器学习：手撸id3算法，基于python的ID3决策树算法实现
本文内容为：基于python的Id3算法，实现，数据采用了西瓜书中，西瓜数据集2.0的部分数据测试，没有使用csv文件内容，代码可直接复制，改进，使用。代码仅实现了算法，测试数据包含在代码中，文件信息处理需要自己进行。文章目录1. ID3决策树算法是什么？2. ID3决策树算法的笼统理论2.代码实现（面向对象写法）总结以及对于学习的感慨1. ID3决策树算法是什么？提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人研究学习机器学习的很多..
2021-01-27 22:14:51
672
4
空空如也
利用原型聚类对图像进行聚类打标遇到的问题。
2021-11-27
TA创建的收藏夹 TA关注的收藏夹
TA关注的人