SunshineSki-CSDN博客

原创【2020-2023】达摩院十大科技趋势历年汇总

通过阿里达摩院历年来的十大科技趋势，感受正被科技改变的世界。

2023-01-11 22:09:21 991 1

原创如何批量删除Bilibili抽奖动态

B站类似抽奖动态太多，想要批量删除，奈何B站没有一键删除功能，于是查找了一下网上的解决方案，目前有以下几种方法，可分别尝试（如果不成功，就换另一种方法试试），在这里仅作汇总：打开火狐/谷歌浏览器，进入个人空间，选择动态页面，按下F12，进入console控制器，输入以下代码。

2022-05-17 22:34:22 4290 12

原创【SCI论文写作】笔记六：Writing in the Sciences -Unit6

该笔记为斯坦福大学Kristin教授为其校内研究生及学者提供的具有CME学分的高品质课程《Writing in the Sciences》的个人学习记录，希望可以相互学习，共同进步。文章目录6.1 PlagiarismDef: Passing off other people's writing (or tables and figures) as your ownIncludeWhen writing about other's ideas/workSelf -plagiarism and dupli

2021-07-31 19:24:41 764

原创【SCI论文写作】笔记五：Writing in the Sciences -Unit5

该笔记为斯坦福大学Kristin教授为其校内研究生及学者提供的具有CME学分的高品质课程《Writing in the Sciences》的个人学习记录，希望可以相互学习，共同进步。文章目录5.1 Tables and FiguresSmall and realistic goals图表的制作5.2 Resultsresults不等于raw dataTips for writing results5.3 Pracice writing results5.4 Methodsmaterials and me

2021-07-31 19:21:29 850

原创【SCI论文写作】笔记四：Writing in the Sciences -Unit4

该笔记为斯坦福大学Kristin教授为其校内研究生及学者提供的具有CME学分的高品质课程《Writing in the Sciences》的个人学习记录，希望可以相互学习，共同进步。文章目录4.1 More paragraph pracitice4.2 Overview of the writing processPrewriting 准备阶段（70%）Writing the first draft 写初稿（10%）Revision 修改（20%）4.3 The pre-writing step不要一边

2021-07-31 19:18:11 516

原创【SCI论文写作】笔记三：Writing in the Sciences -Unit3

该笔记为斯坦福大学Kristin教授为其校内研究生及学者提供的具有CME学分的高品质课程《Writing in the Sciences》的个人学习记录，希望可以相互学习，共同进步。文章目录3.1 Experiment with punctuation分隔的力量！3.2 Practice, colon and dash当存在两句话解释同一个概念时，可以利用冒号连接两个句子破折号可以增加句子之间的过渡，同时具有强调作用3.3 Parallelism平行结构书写句子，用and，or和but平行是一种手段，必

2021-07-31 19:16:25 512

原创【SCI论文写作】笔记二：Writing in the Sciences -Unit2

该笔记为斯坦福大学Kristin教授为其校内研究生及学者提供的具有CME学分的高品质课程《Writing in the Sciences》的个人学习记录，希望可以相互学习，共同进步。文章目录2.1 use the active voice1. 什么是主动语态？ what is active voice?2. 如何识别被动语态？ Recognizing a passive voice.2.2 It is really ok to use we and i主动时态表达更为生动，更易阅读，而其无法避免大量的w

2021-07-31 19:14:37 603

原创【SCI论文写作】笔记一：Writing in the Sciences -Unit1

该笔记为斯坦福大学Kristin教授为其校内研究生及学者提供的具有CME学分的高品质课程《Writing in the Sciences》的个人学习记录，希望可以相互学习，共同进步。文章目录1.1 Introductionwhat makes good writing?what makes a good writer?Take-home message: Good writing can be learned!1.2 Examples of what not to do名词会使句子变得笨重，动词是句子的

2021-07-31 19:11:40 908

原创【Video Coding】视频编码标准简史：从1929到如今

在视频数据爆炸增长的今天，视频以及图像的传输和存储对视频压缩方案提出了更高的要求。关于视频编码的相关研究早在上个世纪20年代就展开，在这里进行了汇总和整理。原文可参考The History of Video Compression Standards, From 1929 Until Now...

2021-07-22 11:24:16 296

原创【Sketchnotes】Machine Learning for Beginners 初学者机器学习

本文的Sketchnotes来自微软的一位web和前端工程师@girlie_mac，很喜欢这种风格的Sketchnotes.文章目录History of machine learningFairness in Machine LearningGet started with Python and Scikit-learn for regression modelsIntroduction to time series forecastingIntroduction to Reinforcement L.

2021-07-19 10:25:42 454 1

原创【Video Coding】视频处理与压缩技术总结笔记

视频处理与压缩是多媒体计算与通信领域的核心主题之一，是连接视频采集传输和视觉分析理解的关键桥梁，也是诸多视频应用的基础。本文从视频处理技术、视频压缩技术、多视点/立体视频压缩以及国内外研究进展四个方面对视频处理与压缩技术进行了汇总。主要针对《视频处理与压缩技术》一文进行总结，对其中涉及的论文和相关提案进行了汇总和整理，方面读者查阅和学习。文章目录引言1. 视频处理技术1. 1 视频超分辨1.1.1 对齐超分辨算法1.1.2 非对齐超分辨算法1.1.3 视频插帧1. 2 视频恢复2. 视频压缩技术2. .

2021-07-13 20:04:33 2934 2

原创【数据结构与算法之美】笔记三：数组

笔记来自王争老师的《数据结构与算法之美》课程，学习之余，整理的笔记。内容为精简版，便于日后复习以及查阅。如有需要，推荐购买专栏课程。课程地址：数据结构与算法之美文章目录1. 如何实现随机访问？2. 低效的“插入”和“删除”2.1 插入操作2.2 删除操作3. 警惕数组的访问越界问题4. 容器能否完全替代数组？5.为什么数组从0开始编号？6. 课后思考在每种编程语言中，基本都有“数组”这种数据类型，它不仅是一种编程语言中的数据类型，还是一种最基础的数据结构。这里u 带着下面这个问题去学习接下来的.

2021-04-27 21:09:37 269

原创【数据结构与算法之美】笔记二：复杂度分析

笔记来自王争老师的《数据结构与算法之美》课程，学习之余，整理的笔记。内容为精简版，便于日后复习以及查阅。如有需要，推荐购买专栏课程。课程地址：数据结构与算法之美文章目录复杂度分析(上)：如何分析、统计算法的执行效率和资源消耗？1. 为什么需要复杂度分析？2. 大O复杂度3. 时间复杂度分析4. 几种常见时间复杂度实例分析4.1 O(1)4.2 O(logn)、O(nlogn)4.3 O(m+n)、O(m*n)5. 空间复杂度分析复杂度分析(下)：浅析最好、最坏、平均、均摊时间复杂度6. 最好、最坏.

2021-04-27 21:03:43 176

原创【数据结构与算法之美】笔记一：入门篇 | 什么是数据结构和算法？

笔记来自王争老师的《数据结构与算法之美》课程，学习之余，整理的笔记。内容为精简版，便于日后复习以及查阅。如有需要，推荐购买专栏课程。课程地址：https://time.geekbang.org/column/126文章目录什么是数据结构？什么是算法？学习重点学习技巧什么是数据结构？什么是算法？大部分数据结构和算法教材，在开篇都会给这两个概念下一个明确的定义。但是，这些定义都很抽象，对理解这两个概念并没有实质性的帮助，反倒会让你陷入死抠定义的误区。毕竟，我们现在学习，并不是为了考试，所以，概念背.

2021-04-27 21:00:08 214

原创深度学习笔记：如何理解激活函数？（附常用激活函数）

文章目录@[toc]一、什么是激活函数？二、常见的激活函数1. Sigmoid函数2. Tanh/双曲正切激活函数3. ReLU激活函数4. Leaky ReLU5. Parametric ReLU激活函数6. ELU激活函数7. SeLU激活函数8. Softmax激活函数9. Swish激活函数10. Maxout激活函数11. Softplus激活函数12. 公式汇总一、什么是激活函数？在接触到深度学习（Deep Learning）后，特别是神经网络中，我们会发现在每一层的神经网络输出后都会使用.

2021-04-13 22:08:52 3684 2

原创【论文笔记-VDSR】Accurate Image Super-Resolution Using Very Deep Convolutional Networks

Title：Accurate Image Super-Resolution Using Very Deep Convolutional NetworksAuthors ：Jiwon Kim, Jung Kwon Lee and Kyoung Mu LeeDepartment of ECE, ASRI, Seoul National University, KoreaCVPR 2016Proceedings of the IEEE Conference on Computer Vision .

2020-10-26 10:10:35 2575

原创如何理解图像处理领域的不适定/病态问题（ill-posed problem）

在讨论不适定问题（ill-posed problem）之前，我们先来看一下什么叫适定性问题（well-posed problem）。适定性问题这是在数学领域里提出的一个概念。我们先来看下Wikipedia的解释：数学术语适定性问题来自于数学家阿达马（英文: Jacques Solomon Hadamard）所给出的定义。他认为物理现象中的数学模型应该具备下述性质：存在解解是唯一的解随着起始条件连续的改变再来看一下百度百科的解释：经典的数学物理方程定解问题中，人们只研究适定问题。.

2020-10-14 21:31:23 6504 2

原创【Matlab】Plot 函数详解

文章目录Plot 格式Plot 属性Plot 格式语法plot(y)ploy(y,linespec)plot(x,y,…)plot(x,y,LineSpec,…)plot(x1,y1,…,xn,yn)plot(x1,y1,linespec1,…,xn,yn,linespecn)plot(axes_handle,…)h = plot(…)hlines = plot(‘v6’,…...

2020-02-05 16:12:37 3051

原创【Matlab】mat2cell用法

mat2cell首先我们可以在程序中选中“mat2cell”-右键单击-关于“mat2cell”的帮助/或者按F1去查看具体用法。如下图：Convert array to cell array with potentially different sized cells通过介绍我们可以知道这个函数的作用就是把一个数组（或者叫矩阵）分成不同大小的块（或者叫细胞元，cell）。形式如下：c...

2019-03-31 15:28:19 28892 2

原创 Python调用Matlab方法以及测试程序

由于笔者需要在python程序中调用matlab，故记录下调用方法以及测试。系统环境：win10 + python2.7 + Matlab R2016aAPIMATLAB在安装的过程中已经准备好了相关文档。第一步要做的就是确定自己电脑matlab的安装目录，找到以下路径cd <Installpath>...MATLAB\R2016a\extern\engines\python...

2019-03-30 10:45:18 1669

原创字典学习中的特征选择

文章目录特征选择子集搜索与评价过滤式选择包裹式选择嵌入式选择特征选择子集搜索与评价对一个学习任务来说，给定属性集，其中有些属性可能很关键、很有用，另一些属性则可能没什么用.我们将属性称为"特征" (feature) ，对当前学习任务有用的属性称为"相关特征" (relevant feature) 、没什么用的属性称为"无关特征" (irrelevant feature)。从给定的特征集合中选...

2019-03-05 10:16:53 3646

原创机器学习：混淆矩阵、准确率、错误率、灵敏度、特异度、精准率、召回率、F-Measure、ROC曲线 & PR曲线

从FPR和TPR的定义可以理解，TPR越高，FPR越小，我们的模型和算法就越高效。比如，把蓝色虚线放到第一张图片下面，也就是说让系统只识别出最上面的那张飞机图片，那么Precision的值就是100%，而Recall的值则是20%。如果把蓝色虚线放到第二张图片下面，也就是说让系统只识别出最上面的前两张图片，那么Precision的值还是100%，而Recall的值则增长到是40%。灵敏度（Sensitive 表示的是所有正例中被分对的比例，衡量了分类器对正例的识别能力，在数值上等于召回率Recall）

2019-03-02 17:30:24 19601 9

原创 LaTeX中argmin / argmax下标书写方法

符号代码arg⁡min⁡θ\mathop{\arg\min}\limits_{\theta}θargmin$\mathop{\arg\min}\limits_{\theta}$arg⁡max⁡θ\mathop{\arg\max}\limits_{\theta}θargmax$\mathop{\arg\max}\limits_{\theta}$举个栗子：w∗...

2019-02-23 15:57:31 50086 3

原创【Python之禅】你应该了解的PYTHON

The Zen of Python, by Tim Peters Python之禅，蒂姆•彼得斯在交互式解释器中输入import this就会显示 Tim Peters 的 “The Zen of Python”Python之父—Guido van RossumBeautiful is better than ugly.//优美胜于丑陋（Python以编写优美的代码为...

2018-12-20 06:59:33 2371

原创 Neural style transfer: Can anyone become Van Gogh?

Neural Style Transfer(NST) is the technique of recomposing one image in the style of another. Two inputs, a content image and a style image are analyzed by a convolutional neural network which is th...

2018-12-18 05:11:27 329

原创 JavaScript：面向对象编程

JavaScript的所有数据都可以看成对象，那是不是我们已经在使用面向对象编程了呢？当然不是。如果我们只使用Number、Array、string以及基本的{...}定义的对象，还无法发挥出面向对象编程的威力。JavaScript的面向对象编程和大多数其他语言如Java、C#的面向对象编程都不太一样。如果你熟悉Java或C#，很好，你一定明白面向对象的两个基本概念：类：类是对象的类型模...

2018-12-18 05:08:52 147

原创 Introduction to JavaScript（JavaScript简介）

文章目录1. What is JavaScript ?2. Starting with javascript2.1 NUMBERS（数字）2.2 STRINGS（字符串）2.3 COMPARISONS（比较）2.4 VARIABLES（变量）2.5 ARRAYS（数组）2.6 JS OBJECTS (JS对象)2.7 LOGIC OPERATORS AND CONTROL STRUCTURES（逻...

2018-12-18 05:03:13 438

原创 Markdown 数学公式以及符号整理

符号代码描述x1x^1x1$x^1$上标x1x_1x1$x_1$下标xij1x^1_{ij}xij1$x^1_{ij} $上下标开方符号代码描述2;3n\sqrt{2};\sqrt[n]{3}2;n3$\sqrt{2};\sqrt[n]{3}$开根号分式符号代码描述a−1b

2018-11-18 08:15:24 13572 2

原创目标检测：R-CNN学习笔记

文章目录@[toc]引言1. Region Proposal2. R-CNN算法2.1 算法流程：2.2 算法特点2.3 各阶段详解2.3.1 候选框搜索阶段2.3.2 CNN特征提取阶段2.3.3 SVM训练、测试阶段3. Conclusion4. 存在的问题引言R-CNN (Region-based Convolution Networks）-将CNN引入目标检测的开山之作论文链接：Ri...

2018-11-17 07:40:46 2822 2

原创目标检测：传统目标检测方法

提到Computer Vision，可能我们会最先想到CV的基本任务Image Classification，但在此基础上，还有其他更为复杂和有趣的任务，如Object Detection、Object Localization、Image Segmentation等等，而其中目标检测（Object De...

2018-11-17 06:12:36 35437 2

转载深度学习笔记：如何理解 Batch Normalization

本笔记大部分内容来自张俊林博客学习整理,文末附参考链接。文章目录@[toc]1. 引言2. "Internal Covariate Shift" 问题3. BatchNorm的本质思想4. 训练阶段如何做BatchNorm5. BatchNorm的推理过程6. BatchNorm优点1. 引言机器学习领域有个很重要的假设：IID（independently and identically...

2018-11-16 17:18:40 1909

原创什么是迁移学习（Transfer Learning）？【精讲+代码实例】

文章目录@[toc]1. Introduction2. Development of Machine Learning3. What is transfer learning ？4. How to transfer ?4.1 Example 1：物体识别4.2 Example 2：放射科诊断4.3 Example 3：语音识别系统5. The meaning of transfer learnin...

2018-11-15 05:51:22 29478 6

原创吴恩达《Convolutional Neural Networks》神经网络应用：神经风格迁移笔记

须知：本文作者建议各位读者结合Coursera上Andrew NG（吴恩达）教授的DeeLearning.ai课程一同学习，理解效果更佳。本文为《Convolutional Neural Networks》第四周特殊应用：人脸识别和神经风格迁移的学习笔记。文章目录什么是神经风格迁移（What is neural style transfer?）深度卷积网络学习什么？（What are dee...

2018-11-06 06:11:39 4073

原创吴恩达《Convolutional Neural Networks》神经网络应用：人脸识别笔记

须知：本文作者建议各位读者结合Coursera上Andrew NG（吴恩达）教授的DeeLearning.ai课程一同学习，理解效果更佳。本文为《Convolutional Neural Networks》第四周特殊应用：人脸识别和神经风格迁移的学习笔记。文章目录What is face recognition?One-shot learningSiamese networkHow to T...

2018-11-05 06:20:20 4167

原创吴恩达《Convolutional Neural Networks》目标检测笔记

须知：本文为《Convolutional Neural Networks》第三周目标检测的学习笔记。作者建议各位读者结合Coursera上Andrew NG（吴恩达）教授的DeeLearning.ai课程一同学习，理解效果更佳。文章目录目标定位（Object localization）特征点检测目标检测滑动窗口的卷积实现（Convolutional implementation of sli...

2018-11-04 07:06:48 2727

原创深度学习：What is End To End Learning（端到端学习） ?

文章目录IntroductionWhether to use End to End Learning ?AdvantagesDisadvantagesKey PointIntroduction深度学习中最令人振奋的最新动态之一就是端到端深度学习的兴起，那么端到端学习到底是什么呢？简而言之，以前有一些数据处理系统或者学习系统，它们需要多个阶段的处理。过去解决一个人工智能问题（以图像识别为例）往...

2018-11-04 03:41:29 3591

原创 Computer Vision中的卷积神经网络(CNN)（基础篇）

文章目录引言边缘检测Padding卷积步长（Strided Convolutions）三维卷积单层卷积网络（One layer of a convolutional network）小测试：一个简单卷积网络参数的计算池化层（Pooling Layers）卷积神经网络示例（Convolutional neural network example）为什么使用卷积？（Why convolutions?...

2018-11-01 06:33:42 5792 2

原创目标检测：YOLO v1学习笔记

本人为初学小白，阅读并整理网上诸多大神的博客并添加自己学习心得作为学习记录与大家一同学习，共同进步，参考链接见文末。文章目录引言YOLO设计理念核心思想算法特点结构设计训练测试要点分析大致步骤分成单元格单元格输出训练细节不足参考与引用文献引言提到Computer Vision，可能我们会最先想到CV的基本任务Image Classification，但在此基础上，还有其他更为复杂和有趣的任...

2018-10-30 03:45:18 7845 2

Dilip Datta-LaTeX in 24 Hours.pdf

LaTeX in 24 Hours - A Practical Guide for Scientific Writing ISBN 978-3-319-47830-2 ISBN 978-3-319-47831-9 (eBook) DOI 10.1007/978-3-319-47831-9 Library of Congress Control Number: 2016956633 © Springer International Publishing AG 2017 This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations, recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology now known or hereafter developed. The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication does not imply, even in the absence of a specific statement, that such names are exempt from the relevant protective laws and regulations and therefore free for general use. The publisher, the authors and the editors are safe to assume that the advice and information in this book are believed to be true and accurate at the date of publication. Neither the publisher nor the authors or the editors give a warranty, express or implied, with respect to the material contained herein or for any errors or omissions that may have been made. Printed on acid-free paper This Springer imprint is published by Springer Nature The registered company is Springer International Publishing AG The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland

2020-05-14

D.Silver.rar

强化学习，它是一门研究决策的科学，所以在很多领域都有相关的分支学科。David Silver 大神是 AlphaGo 的最主要研发人员，师从强化学习之父Richard Sutton，公开课讲解的内容十分生动，结合课程课件配合视频学习效率更高。课程如下： Part I: Elementary Reinforcement Learning 1 Introduction to RL 2 Markov Decision Processes 3 Planning by Dynamic Programming 4 Model-Free Prediction 5 Model-Free Control Part II: Reinforcement Learning in Practice 1 Value Function Approximation 2 Policy Gradient Methods 3 Integrating Learning and Planning 4 Exploration and Exploitation 5 Case study - RL in games

2020-03-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Dilip Datta-LaTeX in 24 Hours.pdf

D.Silver.rar

旷视科技Object365数据集

MS coco 2014数据集

MS COCO2017数据集

K-SVD English PPT

《OpenCV3编程入门》配套示例程序源代码工程合集

空空如也