- 博客(17)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 A*搜索算法
启发式搜索算法 要理解A*搜寻算法，还得从启发式搜索算法开始谈起。 所谓启发式搜索，就在于当前搜索结点往下选择下一步结点时，可以通过一个启发函数来进行选择，选择代价最少的结点作为下一步搜索结点而跳转其上（遇到有一个以上代价最少的结点，不妨选距离当前搜索点最近一次展开的搜索点进行下一步搜索）。 DFS和BFS在展开子结点时均属于盲目型搜索，也就是说，它不会选择哪个结点在下一次搜索中更优而去跳转到该结点进行下一步的搜索。在运气不好的情形中，均需要试探完整个解集空间, 显然，只能适用...
2021-11-09 15:42:34
431
原创 搜狐实习
2019.8.26~2019.8.30New：1.使用MONO脚本控制BlinkShader,初步demo完成。实现了控制宽、高、羽化、速度、自定义曲线。2.整合到PostProcess框架，实现Blink.shader、Blink.cs、BlinkEditor.cs、BlinkController.cs。Others：1.贝塞尔曲线使用publicAnimation...
2019-08-27 19:55:27
374
原创 设计模式
设计模式一套被反复使用，多数人知晓的代码设计经验的总结，实现可重用代码，使代码更容易被理解，保证代码可靠性。总体来说，设计模式分为三大类：创建型模式（五种）：工厂方法模式、抽象工厂模式、单例模式、建造者模式、原型模式结构型模式（七种）：适配器模式、装饰器模式、代理模式、外观模式、桥接模式、组合模式、享元模式行为型模式（十一种）：策策略模式、模板方法模式、观察者模式、迭代子模式、责任...
2019-07-05 14:36:53
134
原创 风格迁移综述
风格迁移综述1.传统非参数的图像风格迁移方法主要基于物理模型的绘制和纹理的合成。非参数的图像风格迁移方法只能提取图像的底层特征，而非高层抽象特征，在处理颜色和纹理较复杂的图像时，最终的图像合成效果较为粗糙，难以符合实际需求。2.深度学习的图像风格迁移方法主要包括（1）基于图像迭代和（2）基于模型迭代两种。（1）基于图像迭代：合成图像的质量高、可控性好，易于调参，无需训练数据。//计算时...
2019-06-18 18:41:02
6709
原创 深度学习-卷积数学第一章-卷积和池化
第一章介绍CNN已经成文深度学习巨大进步的核心要素。虽然CNN早在1997年就被使用解决字符识别问题，但是它广泛于2012年imagenet图像分类上的极佳表现。CNN因此成为一个从业者有力工具。然而首次学习CNN通常是一个需要巨大跨越的一步。CNN卷积层的输出shape与输入尺寸、padding、stride等有关，并且不容易去理解。这可与输出shape固定的全连接层形成对比。除此之外，...
2019-06-06 18:09:37
1035
转载 Tensorflow-可视化VGG19
#加载VGG19模型并可视化一张图片前向传播的过程中每一层的输出 #引入包 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import scipy.io import scipy.misc #定义一些函数 #卷积 ...
2019-06-03 20:54:07
484
原创 Tensorflow-风格迁移
1.概述：原始图像的VGG19的conv5_1作为内容，风格图片的VGG19的某几个层的gram矩阵作为风格。计算风格损失和内容损失，不断迭代噪声+原始图像的像素值，最后得到结果。2.风格损失原理：Gram矩阵：n维欧式空间中任意k个向量之间两两的内积所组成的矩阵，称为这k个向量的格拉姆矩阵(Gram matrix)简单来说就是内积可以反映出两个向量之间的某种关系或联系。...
2019-06-03 17:22:31
831
2
原创 深度学习-NMS非极大值抑制
现有一组候选框box（7*7）及其概率得分prob，prob越大证明框越接近期待值，现在要去掉多余的候选框box。分别在局部选出最大框，然后去掉和这个框IOU＞thr=0.1的框。# --------------------------------------------------------# Fast R-CNN# Copyright (c) 2015 Microsoft# L...
2019-06-03 16:41:05
242
原创 CG渲染概念
1.渲染Render*把3D变为2D的过程，指用软件从模型生成图像的过程。模型是用严格定义的语言或者数据结构对于三维物体的描述，它包括几何、视点、纹理以及照明信息。*首先定位摄像机的位置（四个默认的摄像机：顶视图、正视图、侧视图和透视图），我们大多数时候渲染的是透视图，透视图的摄像机基本遵循真实摄像机的原理。*然后处理空间感：处理遮挡关系、计算光源、计算阴影、根据物体的材质来计算物...
2019-05-28 17:33:45
3896
原创 OpenCV-Filter
# encoding: utf-8from __future__ import divisionimport sysreload(sys)sys.setdefaultencoding('utf-8')import cv2import numpy as np#读取原图image=cv2.imread("E:\\ID\\image\\timg.jpg")cv2.imshow('...
2019-05-22 15:00:29
467
转载 C++面试问题
1.面向对象的特性 封装：把抽象的客观事物封装类，包括属性和方法，访问权限等，进行信息隐藏。（优点：可以隐藏实现细节，使得代码模块化） 继承：利用类的已有的功能，对这些功能进行扩展。（优点：可以扩展已存在的代码模块（类）），构造函数、复制构造函数、析构函数、赋值运算符不能被继承。 多态：不同对象，接受同样消息，表现不同行为。2.堆和栈 栈区（stack）由编译器自动分配...
2019-04-29 18:48:17
151
原创 C++基础
1.面向对象基本概念：类，对象，封装，继承，多态2.基本数据类型：Bool char --1, short --2, int long --4, float --4, double --8.(Vc++2008 , gcc4.2)没有明确规定取值范围，只规定顺序Char<short<int<long3.引用：声明引用的同时要初始化，且以后不能改变指向，相当于...
2019-04-29 18:47:10
304
原创 深度学习-Tensorflow基本语法
1.常量/变量/占位符：s=tf.constant('abc',dtype=tf.string)ac=tf.constant(2.0,dtype=tf.float64)bv=tf.Variable(1.0,dtype=tf.float32) //只有经过session才能被真实的赋值，现在还是read:0状态pl=tf.placeholder(tf.float32...
2019-04-09 16:36:30
201
原创 OpenCV-图像基本操作
1.导入：import cv22.读入：cv2.imread('1.jpg') //cv2.imread('1.jpg'，cv2.IMREAD_GRAYSCALE ) cv2.IMREAD_COLOR : 默认使用该种标识。加载一张彩色图片，忽视它的透明度。 cv2.IMREAD_GRAYSCALE : 加载一张灰度图。 ...
2019-04-08 20:02:13
132
原创 机器学习-决策树
1.决策树的生成：*特征选择：从训练数据的特征中选择一个特征作为当前节点的分裂标准*决策树生成：根据所选特征评估标准，从上至下递归地生成子节点，直到数据集不可分*剪枝：决策树容易过拟合，需要剪枝来缩小树的结构和规模（包括预剪枝和后剪枝）。2.信息熵（entropy）：是用来衡量一个随机变量出现的期望值。如果信息的不确定性越大，熵的值也就越大。（熵描述了数据的混乱程度，熵越大，混乱...
2019-04-08 15:19:42
119
原创 机器学习-线性回归和逻辑回归
一、算法分类1.有监督学习：输入数据有人为的标签来指导学习，不断地改进模型参数。用于分类预测问题。2.无监督学习：黑盒训练模式，没有任何指导，分析结果不可控。用于聚类和特征关联。3.半监督学习：用于有数据缺失的情况，算法运算于有/无监督之间。二、回归算法1.线性回归：其表达形式为y = w'x+e，e为误差服从均值为0的正态分布。用于预测一个连续的值。回归分析中，只包括一个...
2019-04-08 14:42:38
133
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人