- 博客(176)
- 收藏
- 关注
RSS订阅原创 np.matmul()
numpy.matmulnumpy.matmul(a,b,out = None)两个numpy数组的矩阵相乘若两个输入a,b都是二维矩阵，c = np.matmul（a,b)是对矩阵a,b做普通的矩阵相乘。若其中某一个参数维度大于2维， np.matmul(a,b)参数被理解为一些矩阵(参数的最后两个维数为矩阵维数)的stack，而且计算时会相应的广播.其中a 为两个2 × 4 的矩阵的stack，b为两个4 × 2 的矩阵的stack。那么np.matmul(a,b)则会将a的
2021-09-23 19:42:45
2183
2
原创 puts()
1 简介C和C ++中的printf()和cout函数在打印变量，数字，行等方面都很突出，但是在打印字符串（尤其是printf()时，它们最终会落后。 在这种情况下， puts()函数很方便。C / C ++中的puts()函数用于将一行或字符串写入output（ stdout ）流。 它用换行符打印传递的字符串，并返回一个整数值。 返回值取决于写入过程的成功。2 函数声明int puts(const char* str);str是要打印的常量字符串。3 代码示例示例1：#include
2021-09-01 17:36:17
1581
原创 strtoul
文章目录1 作用2 函数声明3 代码示例1 作用将字符串转换为无符号长整型数。C 库函数 unsigned long int strtoul(const char *str, char **endptr, int base) 把参数 str 所指向的字符串根据给定的 base 转换为一个无符号长整数（类型为 unsigned long int 型），base 必须介于 2 和 36（包含）之间，或者是特殊值 0。2 函数声明unsigned long int strtoul(const char
2021-09-01 16:06:26
358
原创 c++中的# ifndef 与#endif
文章目录1 含义2 用法3 作用1 含义#ifndef是“if not defined”的简写，是宏定义的一种，它可根据是否已经定义好了一个变量来进行分支选择。2 用法#ifndef X //先测试x是否被宏定义过，如果被定义则返回假，如果没有被定义则返回真。#define X // 如果X没有被宏定义过，定义为X，并执行该语句#endif //终止if该代码段的含义是：如果标识X没有被定义，则重新定义标识X，执行#define的语句，如果标识X已经被定义，则直接执行#end
2021-08-31 21:04:40
3590
原创 python GUI-Tkinter编程
文章目录1、Tkinter概念性知识2、操作方法1)、创建一个GUI程序2)、 简单实例(python3）3)、实例4)、相关组件、属性及说明1、Tkinter概念性知识Tkinter： Tkinter 模块(Tk 接口)是 Python 的标准 Tk GUI 工具包的接口 .Tk 和 Tkinter 可以在大多数的 Unix 平台下使用,同样可以应用在 Windows 和 Macintosh 系统里。Tk8.0 的后续版本可以实现本地窗口风格,并良好地运行在绝大多数平台中。Tkinter 是内置到
2021-08-23 19:39:20
354
原创 tensorboard的启动
Tensorflow提供了专门的可视化工具tensorboard，它将tensorflow执行的数据、模型、过程用图形方式进行显示。tensorflow在执行过程中，可以通过某些操作，将模型、数据、graph等信息，保存到磁盘中的Events文件中去，从而提供给tensorboard进行可视化
2020-12-01 19:35:17
666
原创 张量的数学计算
文章目录1 计算函数及说明2 计算方法及代码2.1 张量相加2.2 张量相乘2.3 取自然对数2.4 计算张量指定维度上的总和2.5 按片段对张量进行求和1 计算函数及说明2 计算方法及代码2.1 张量相加按元素相加x = tf.constant([[1,2], [3,4]],dtype=tf.float32)y = tf.constant([[5,6], [7,8]],dtype=tf.float32)x_add_y =
2020-12-01 16:28:20
2722
原创 张量形状的改变
张量形状：静态形状：初始形状，存储数据一旦固定，不能修改。动态形状：运算过程中的形状reshape函数，可以返回一个新的张量。可以多次修改、跨阶修改，元素总数量保持一致。、内容要点：静态形状：在创建一个张量，初始状态的形状tf.Tensor.get_shape()：获取Tensor对象的静态形状tf.Tensor.set_shape()：更新Tensor对象的静态形状注意：转换静态形状的时候，1-D到1-D，2-D到2-D，不能跨阶数改变形状；对于已经固定或者.
2020-12-01 15:14:22
1083
原创 tensorflow中，session.run()与tensor.eval()的区别
session.run()与tensor.eval()都是tensorflow用来计算图的一一部分的方法，那么这两种方式有什么异同呢?假设有一个tensor a，在使用a.eval时，等价于：sess.run()，其中，sess是当前默认会话。这这种情况下，以下两端代码是等价的：a = tf.constant(5.0)with tf.Session() as sess: print(sess.run(a)) print(a.eval()) 主要区别是，sess.run()
2020-12-01 13:58:37
566
原创 活体检测方法
文章目录纹理分析频率分析可变聚焦分析基于启发式的算法光流算法3D脸部形状结合以上各项纹理分析纹理分析，包括计算脸部区域上的局部二进制图案（LBP）并使用SVM将脸部分类为真实或欺骗。皮肤的纹理特征是重要的依据，给2D照片拍照，比起给3D真人拍照，会损失一些纹理。频率分析频率分析，例如检查面部的傅立叶域。照片脸部的频率组成，也不像真人那样丰富。可变聚焦分析可变聚焦分析，例如检查两个连续帧之间的像素值变化。连拍两张照片，聚焦在不同位置，查看像素值 (Pixel Value) 的变化。基于启发式的算
2020-11-16 09:52:02
1016
原创 numpy的相关函数使用说明
np.r_np.r_是按列连接两个或多个矩阵，就是把矩阵上下相加，要求列数相等。如：print(':\n',np.r_[[2, 3],[1,4],[5,6]])np.c_np.c_是按行连接两个或多个矩阵，就是把矩阵左右相加，要求行数相等。如：print(':\n',np.c_[[2, 3],[1,4],[5,6]])np.random.seed()np.random.seed(0) seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次
2020-11-11 09:52:33
284
原创 SMO（序列最小优化）算法论文及原理详述
今日拜读了Platt的关于SMO的论文：Sequential Minimal Optimization:A Fast Algorithm for Training Support Vector Machines。直译过来就是：序列最小优化：一种训练支持向量机的快速方法。文章目录一、论文内容概述论文摘要1 简介部分1.2 以前的支持向量方法2 序列最小优化2.1求解两个拉格朗日乘数2.2选择优化哪个乘数的启发式方法2.3阈值计算2.4线性支持向量机的优化2.5 代码细节2.6与以往算法的关系3基准SMO3
2020-11-09 15:53:22
4067
5
转载 正定矩阵
定义及性质链接：https://oneslide.blog.csdn.net/article/details/77568717?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1
2020-11-07 09:53:46
506
原创 24个希腊字母及其读音表
序号大写小写英文注音国际音标注音中文注音1Aαalphaa:lf阿尔法2Ββbetabet贝塔3Γγgammaga:m伽马4Δδdeltadelt德尔塔5Εεepsilonep`silon伊普西龙6Ζζzetazat截塔7Ηηetaeit艾塔8Θθthetθit西塔9Ιiotaiot约塔10Κκkappakap卡帕11∧...
2020-11-05 10:18:53
84935
原创 Scrapy爬虫框架
scrapy架构流程Scrapy,Python开发的一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据。Scrapy吸引人的地方在于它是一个框架,任何人都可以根据需求方便的修改。它也提供了多种类型爬虫的基类,如BaseSpider、sitemap爬虫等,最新版本又提供了web2.0爬虫的支持。Scrap,是碎片的意思,这个Python的爬虫框架叫Scr...
2020-11-04 14:42:51
180
原创 pandas练习
US_Baby_Names_right.csv文件中存储了美国小孩的姓名， 出生年份, 性别， 所在州及名称出现次数, 试实现以下统计分析:1). 删除 [Unname: 0] 列 和 [id]列;2). 判断出数据集中 男孩名字、女孩名字谁多;3). 根据题目2，绘制扇形图统计男孩名字和女孩名字分别占总名称的百分比;4). 按照 【Name】列将数据集进行分组并求和, 效果如下:Ye...
2020-11-04 14:40:53
406
原创 lvm逻辑卷和ftp
#逻辑卷##########lvm#######逻辑卷的原理——水果炸汁pv ##物理卷被lv命令处理过的物理分区（水果榨汁）vg ##物理卷组（放到大杯子）被组装到一起的物理卷pe ##物理扩展lvm设备的最小单位，lv时pe的整数倍lvm ##逻辑卷（从大杯子放到小杯子中）直接使用的设备，可以增大缩减并保持原有数据不变####lvm建立1.分区并指定标签为8ep...
2020-11-04 14:39:33
226
原创 lvm逻辑卷管理
1.逻辑卷的原理1.1 LVM 定义物理分区或磁盘是 LVM 的第一构建块。这些可以是分区、完整磁盘、 RAID 集或 SAN 磁盘。物理卷是 LVM 所使用的基础 “物理 ”存储。这通常是块设备, 例如分区或完整磁盘。设备必须初始化为 LVM 物理卷 , 才能与 LVM 结合使用。卷组是存储池 , 由一个或多个物理卷组成。物理区块是物理卷中存储的小型数据区块 , 用作 LVM 存储的...
2020-11-04 14:39:04
252
原创 应对反爬虫的策略
为什么要反爬虫？网络爬虫，是编写的一个自动提取网页内容的程序，它为搜索引起从万维网上下载所需的网页内容，是搜索引擎的重要组成部分。但当网络爬虫被滥用后，互联网上就会出现太多同质的东西，原创得不到保护。于是，很多网站开始反爬虫网络，想方设法保护自己的内容。他们根据ip访问频率，浏览网页速度，账户登陆，输入验证，flash封装，ajax混淆等技术，来反对网络爬虫。所以可能会导致真正急需数据的用户...
2020-11-04 14:38:36
3479
原创 卷积神经网络重新入门（一）
最近在研究人脸识别，随便看了点opencv就开始搞代码，网上也有很多大牛研究的代码，十几行到几十甚至几百行不等，简单实现人脸识别也不难。但实现效果往往不佳且不稳定。然后就想着把卷积神经网络也加进去一起训练，发现网上也有许多大牛做了相关的内容，把别人的代码粘过来跑一跑，结果报各种错误，各种问题，看了看代码，发现自己好像跟完全没接触过卷积神经网络一样，好吧，自己之前也确实是只接触了几天，然后就渐渐被我全部遗忘了。报的各种错误自己也解决不了，网上解决方法也比较多，说的最多的就是各种版本冲突问题，各种更新conda
2020-11-04 14:35:35
341
原创 pyqt5——设置窗口背景
文章目录1、QSS设置窗口背景2、QPalette设置窗口背景paintEvent绘制窗口背景窗口背景主要包括背景色和背景图片。设置窗口背景主要有三种方法：QSS设置窗口背景；QPalette设置窗口背景；paintEvent函数内部使用QPainter绘制窗口背景。1、QSS设置窗口背景通过QSS可以设置窗口的背景色或背景图片。import sysfrom PyQt5.QtCore import *from PyQt5.QtGui import *from PyQt5.QtWidg
2020-11-04 14:34:01
3510
原创 SVM_支持向量机
文章目录SVM简介SVM的几个核心概念1 确定超平面及函数间隔2 几何间隔3 间隔最大化（硬间隔）4合页损失函数SVM简介支持向量机（support vector machines，SVM）是一种二分类模型，基本模型是定义在线性空间上的间隔最大的线性分类器，间隔大使它有别于普通的感知机，通过核技巧隐式的在输入空间直接求解映射空间中特征向量的内积，使其成为一个非线性分类器。；svm还包括核技巧，使它成为实质上的非线性分类器。SVM的学习策略是间隔最大化，可形式化为一个求解凸二次规划的问题，等价于正则化的
2020-11-04 14:31:56
325
原创 深度学习基础理论与算法——感知机与神经网络
文章目录一、人工智能的崛起二、 深度学习的定义1 深度学习的概念2 深度神经网络3 深度学习和机器学习的关系三、深度学习的特点1 深度学习的特点2 深度学习与机器学习对比一、人工智能的崛起2016年3月，Google公司研发的AlphaGo以 4:1击败世界围棋顶级选手李世石。次年， AlphaGo2.0对战世界最年轻的围棋四冠王柯洁， 以3:0击败对方。背后支撑AlphaGo具备如此强 大能力的，就是“深度学习”（Deep Learning）。一时间，“深度学习”这个本专属于计算机学 科的术语，成为
2020-11-04 14:29:40
415
原创 静默活体检测
文章目录1 静默活体检测技术2 静默活体检测特点：3 相关应用原理3.1 基于PCA和SURF的活体检测3.2 傅里叶频谱图辅助的RGB图像活体检测1 静默活体检测技术活体检测技术主要判别机器前出现的人脸是真实的还是伪造的，其中借助其他媒介呈现的人脸都可以定义为虚假的人脸，包括打印的照片、显示屏幕视频、硅胶面具、立体的3D人像等。目前主流的活体检测方案为配合式活体检测和非配合式活体检测（静默活体检测）等。配合式活体检测需要用户根据提示完成指定的动作，然后进行活体校验，静默活体检测与动态活体检测相反，
2020-10-29 17:17:26
10860
1
翻译 Learning Deep Models for Face Anti-Spoofing: Binary or Auxiliary Supervision
学习人脸反欺骗的深度模型：二进制或辅助监控摘要人脸反欺骗是防止人脸识别系统的安全漏洞的关键。以往的深度学习方法将人脸反欺骗表述为一个二值分类问题。他们中的许多人很难掌握足够的欺骗线索，因而无法进行有效的归纳。在本文中，我们认为辅助监督对于引导朝着区分性和普遍性限线索的学习的很重要。利用CNN-RNN模型对人脸深度进行像素监督估计对rPPG信号进行序列监督评估。估计深度和rPPG信号被融合来区分真实和恶搞的面孔。此外，我们引入了一个新的人脸抗欺骗数据库，该数据库覆盖了大范围的照明、主题和姿态变化。试验表明
2020-10-24 16:36:18
713
转载 shutil——高级的文件、文件夹、压缩包处理模块
shutil 模块提供了一系列对文件和文件集合的高阶操作。 特别是提供了一些支持文件拷贝和删除的函数。目录和文件操作1. shutil.copyfileobj(fsrc, fdst[, length])将文件类对象 fsrc 的内容拷贝到文件类对象 fdst。 整数值 length 如果给出则为缓冲区大小。 特别地， length 为负值表示拷贝数据时不对源数据进行分块循环处理；默认情况下会分块读取数据以避免不受控制的内存消耗。 请注意如果 fsrc 对象的当前文件位置不为 0，则只有从当前文件位置
2020-10-16 17:06:20
183
原创 图像读取的Image.open()和cv2.imread()的区别
文章目录1 导入库2 图像读取3 读入图片类型4 通道5 显示方法6 相互转换Image.open()和ci2.imread()都是用来读取的图像，但在使用过程中存在一些差别。具体，可以从以下几个角度进行分析：1 导入库导入的包不同。img = cv2.imread(path)，这是opencv中的处理图片的函数，使用时需 import cv2img = Image.open(path)，这是PIL中的一个处理图片的函数，使用时需 from PIL import Image# opencv-py
2020-10-16 10:00:54
56550
17
原创 图像的直方图均衡化处理
直方图均衡化将原始图像的直方图，即灰度概率分布图，继续宁调整，使之变化为均衡分布的央视，达到灰度级均衡的效果们可以有效增强图像的整体对比度。
2020-10-14 20:27:20
1972
原创 人脸识别活体检测技术理论
文章目录1 人脸识别活体检测技术2 人脸识别活体检测动作方案2.1眨眼和张嘴2.2 摇头与点头2.3 防止照片攻击2.4 关于哈希图像的比较1 人脸识别活体检测技术动作配合式活体检测在线图片的活体检测H5视频活体检测离线红外线活体检测离线3D结构活体检测离线RGB活体检测2 人脸识别活体检测动作方案下面的眨眼和张嘴，摇头和点头，都是通过连续的图片，计算变化距离与不变距离的比，进行上一帧图像与下一帧图像的比，来判断是否为活体。这里用的是dlib，速度很快，可以做到实施检测，每秒20帧是可
2020-10-12 13:31:07
3337
原创 postman概念及基础功能介绍——1
文章目录1 postman背景介绍2 postman的安装2.1 chrome浏览器postman插件安装2.2 postman电脑客户端安装3 postman基础功能介绍3.1 请求区域介绍3.2 导入和导出接口4 接口请求流程4.1 get请求4.2 post请求1 post请求一：表单提交2 post请求二：json提交3 post请求三：xml提交4 post请求四：二进制文件提交Postman：一款功能强大的网页调试与发送网页HTTP请求的Chrome插件。1 postman背景介绍用户在开
2020-10-09 15:57:57
1007
1
原创 Django 中CSRF中间件 ‘django.middleware.csrf.CsrfViewMiddleware‘
文章目录1 csrf中间件功能及原理1 csrf中间件功能及原理CSRF # 表示django全局发送post请求均需要字符串验证功能：防止跨站请求伪造的功能工作原理：客服端访问服务器，在服务端正常返回给客户端数据的时候，而外返回给客户端一段字符串，等到客户端下次访问服务器时，服务器会到客户端查找先前返回的字符串，如果找到则继续，找不到就拒绝。访问流程：客户端 —> URL路由系统—> CSRF—> 视图函数需要在客户端页面的post表单中添:{% csrf_token%}
2020-10-09 13:37:16
1036
原创 python数字图像处理——skimage
文章目录安装使用skimage包的子模块程序自带的图片安装我这里是先安装了anaconda，在anaconda环境下有集成的这个包，直接导入调用就就可以使用了。这里建议没有安装anaconda环境的可以安装一下，anaconda环境中集成了很多基础的软件包，免去了很多的软件包安装问题。使用io.imread（fname，as_grey=True）函数，第一个参数为图片路径，第二个参数为as_grey, bool型值，默认为False，表示是否显示为灰度图像。from skimage import
2020-09-22 14:31:06
736
转载 jpg、png及bmp格式图像的区别
图像处理：JPG、PNG及BMP的区别？1.JPG：全名应该是JPEG，JPEG 图片以 24 位颜色存储单个光栅图像（RGB），支持最高级别的压缩，不过，这种压缩是有损耗的。可以提高或降低 JPEG文件压缩的级别。但是，文件大小是以图像质量为代价的。压缩比率可以高达 100:1。使用的一种失真压缩标准方法，24 bit真彩色，不支持动画、不支持透明色。JPEG的压缩方式通常是破坏性资料压缩（lossy compression），即在压缩过程中图像的品质会遭受到可见的破坏。一张图片多次上传下载后，图片
2020-09-21 10:43:37
14701
原创 Django框架简单回顾
最近想用django搭建一个简单的web框架，来实现人脸识别接口的调用显示设计。在实施的时候突然发现，很多内容基本上都已经忘光光了，这个脑子呀！突然想起前两天测的108分的智商，于是坦然接受了这个结果，还是重新开始回顾学习吧。本项目基于windows操作系统的下的python3.7环境。必然的，新建django项目的前提首先是有编译环境，还有django包，如果没有的话，请先安装python环境，并安装django包。安装步骤网上都有很多介绍，这里我就不再赘述。文章目录1 新建django项目2 运行服
2020-09-12 11:06:23
138
原创 人脸识别准确概率计算——超详细
前言：虽然本段代码的目标是准确率计算，但识别率只是提供了一个简单的思路，单纯计算了正确的概率。代码的主要部分还是图片的匹配识别内容，所有的代码块都有响应的详尽解释，适合初期接触和了解的learner阅读。在后续准备训练数据时繁琐的工作令人头大，准备了几十个图像就花去了我大半时间，图像处理中往往需要大量图片进行训练，显然这种情况下这种方法是不可行的，不过目前也是一种思路，接下来在接触的过程中会继续了解相关的计算和评测方法，争取找到最佳，计算效果最好的方法进行准确率的计算。文章目录前言：1 概率计算公式2
2020-09-10 19:58:54
8270
1
原创 face_recognition.face_encodings() 错误提示：IndexError: list index out of range
今天在用face_recognition进行人脸识别代码执行时遇到一个报错信息：IndexError: list index out of range。这个错误信息是在执行代码这条语句中出现的：image_encoding = face_recognition.face_encodings(image)[0]因为我选取了per_image_cvcolor图片中第一个人脸编码，但忽略了一个问题：在图片中没有识别到人脸时，使用face_recognition.face_encodings()进行图片面部
2020-09-10 13:18:25
2789
2
原创 QcureUi——PYQT5界面美化
QcureUi是一种快速的，直接调用传参的QT5美化工具。文章目录下载软件包在主程序创建应用程序和接口的内容中导入包并调用参数说明下载软件包pip install QcureUi在主程序创建应用程序和接口的内容中导入包并调用调用 QcureUi.cure.Windows()if __name__ == '__main__': # 创建应用程序和对象 from QcureUi import cure app = 0 app = QApplication(sys.a
2020-09-01 14:21:41
3548
1
原创 PYQT5——实现文件的导入上传功能
话不多说，直接上代码import sysimport cv2import osimport numpy as npimport face_recognitionfrom PyQt5.QtCore import QTimerfrom PyQt5.QtMultimedia import QMediaContentfrom PyQt5.QtWidgets import QApplication, QWidget, \ QToolTip, QPushButton, QMessageBox,
2020-08-31 20:09:08
9364
1
原创 pyqt5——实现打开电脑摄像头
最近在研究python的可视化界面，在查资料的过程中get了pyqt5这种pycharm的可视化应用界面，整体理解上不算多难，网上也有很多成熟的例子。下面是从网上了一些资料写的一个实现打开读取显示电脑摄像头实时画面的例子。import sysimport osimport cv2from PyQt5 import QtCore, QtGui, QtWidgetsfrom PyQt5.QtWidgets import *from PyQt5.QtCore import *from PyQt5
2020-08-31 20:04:21
3464
2
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