Janee_Chen-CSDN博客

原创千问模型测试环境配置

4.安装pytorch和torchvision。6.安装modelscope（下载模型需要）进行以上步骤后，按照说明文件测试示例正常。5.安装Qwen-VL需要依赖。

2023-12-07 20:18:56 551

原创 VS工程中[error C2872: “ACCESS_MASK”: 不明确的符号]的解决方法

VS编译工程，在将opencv2.4升级为opencv3.1时，遇到报错error C2872: “ACCESS_MASK”: 不明确的符号，通过实验发现将冲突的windows.h单独放在cpp文件，即可解决该问题。

2017-12-29 17:03:24 22209 6

原创 python 调用自定义的模块函数

有一些自己定义的基础模块函数，在很多任务中会重复使用，例如读取列表，保存结果等，每次复制相同的代码到一个.py文件中进行调用太过麻烦，把基础模块放在固定文件夹（或相对固定文件夹），使用sys.append(r'自定义的模块路径')，将自定义模块所在路径添加到搜索路径，当需要在不同的电脑（或服务器）使用时，会便利很多。示例如下：在E:\python_lib新建print_module.py实

2017-10-08 20:35:59 13313 1

原创 opencv实现类似MATLAB中find功能的方法

在网上找类似find功能的C++实现时，发现一个网站的提供了类似解决方法，网址如下：http://stackoverflow.com/questions/10597107/opencv-function-similar-to-matlabs-find尝试了其中的第二种，记录如下，不像MATLAB中能直接找出索引，此处只是用mat数据做整体的计算int main(int argc)

2016-10-10 19:43:48 3446

原创 C++ 容器 vector 删减和序列合并示例

删除容器的元素（erase()）,合并两个容器（merge）

2016-10-10 19:30:24 2961

原创 opencv3实现图像裁剪和图像填充（cv::copyMakeBorder）

MATLAB中小矩阵赋值到大矩阵的某一区域，很方便实现，换到opencv3.1.0版本下，稍微有些麻烦，把尝试的代码记录如下；主要包括：填充边界函数cv::copyMakeBorder（对应opencv2中的cvCopyMakeBorder）降采样cv::resize可以借用到图像裁剪注：opencv3中图像和Mat格式不能直接转，使用 src = cvLoadImag

2016-10-09 20:06:21 23261 1

原创《机器学习》（Machine Learning）——Andrew Ng 斯坦福大学公开课学习笔记(三)

第5集生成学习算法（一）生成学习模型：例如：恶性和良性癌症的问题，分别对样本中恶性癌症和良性癌症的特征分别建模，当有新的样本需要判定时，看它是和哪个模型更像，进而预测该样本是良性还是恶性学习p(x|y)，p(y)(叫做class prior)，通过贝叶斯推理后验概率：因为p(x) = p(x|y = 1)p(y = 1) + p(x|y =0)p(y = 0)可以通过p(x

2015-08-08 21:58:32 3401

原创《机器学习》（Machine Learning）——Andrew Ng 斯坦福大学公开课学习笔记(二)

第3集欠拟合和过拟合的概念一、线性回归的解释，最后一项表示误差项（独立同分布），对前面未被建模的因素进行考虑，一般误差项的加和，根据中心极限定理，符合高斯分布推出：注意：分号表示（频率学派的观点，逗号则是贝叶斯学派的观点），以theta为参数的概率，theta不是随机变量，而是有真正数值但未知。然后最大似然求解二、Locally weigh

2015-08-06 21:02:46 2067

原创《机器学习》（Machine Learning）——Andrew Ng 斯坦福大学公开课学习笔记(一)

看到蘑菇街招聘的一个加分项是学过Andrew Ng的机器学习课程，于是找来看了下目录，大多数内容之前在PRML中有接触过，研究生课程智能信息处理中也有接触，但觉得不够系统，于是按斯坦福的公开课课表过一遍，有个完整的框架。————————————————————————————第1集机器学习的动机与应用 Arthur Samuel(1959)Machine Learning:F

2015-08-05 16:24:31 4851

转载 Logistic Regression 模型简介

Logistic Regression 模型简介FIN2015-05-08 18:00逻辑回归（Logistic Regression）是机器学习中的一种分类模型，由于算法的简单和高效，在实际中应用非常广泛。本文作为美团机器学习InAction系列中的一篇，主要关注逻辑回归算法的数学模型和参数求解方法，最后也会简单讨论下逻辑回归和贝叶斯分类的关系，以及在多分类问题上的推广。

2015-08-04 09:02:23 472

u013896242的博客