- 博客(63)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 The Self-Normalized Estimator for CounterfactualLearning
批量学习来自日志赌博机反馈（Batch Learning from Logged Bandit Feedback，简称BLBF）是一种学习算法，它通过分析过去的数据（日志数据）来优化在线决策。这种方法适用于具有部分可观测的反馈的场景，例如在线广告展示、推荐系统等。这里，我们将以一种简化的形式，介绍BLBF算法的基本原理和数学表示。假设有一个上下文空间𝑋和一个动作空间𝐴。对于每个时间步𝑡，我们有：1. 上下文特征向量𝑥_𝑡 ∈ 𝑋2. 动作𝑎_𝑡 ∈ 𝐴。
2023-04-24 10:48:54
675
原创 A Causal Debiasing Framework for Unsupervised Salient Object Detection
简单就是使用图像处理技术和计算机视觉算法来定位图片中最“显著”的区域。显著区域就是指图片中引人注目的区域或比较重要的区域，例如人眼在观看一幅图片时会首先关注的区域。chatGPT4的回答计算机视觉中的显著性检测（Visual Salience Detection）是一种技术，用于识别和突显图像或视频中最显著、最引人注意的区域。这些显著区域通常是由于其与周围环境在颜色、亮度、纹理、运动等方面的显著差异而引起的。显著性检测在许多计算机视觉应用中发挥着重要作用，如物体检测、目标跟踪、图像分割、图像检索、注意力建模
2023-04-01 22:28:02
370
原创 PageRank
通过线性方程组、矩阵乘法、特征值和特征向量、随机游走、马尔科夫链，五种角度，理解并求解PageRank值。讲解PageRank的收敛性分析及针对特殊节点的改进方法，最后扩展PageRank在推荐系统中计算节点相似度排序的升级变种。
2023-02-27 01:33:04
682
原创 图嵌入表示学习
斯坦福大学CS224W图机器学习公开课-同济子豪兄中文精讲本讲是图表示学习综述，介绍了图嵌入（节点嵌入）表示学习的基本框架和编码器-解码器架构，将节点嵌入映射为低维、连续、稠密向量。向量空间的相似度反映了对应节点在原图上的相似度。在同一个随机游走序列中共同出现的节点，视为相似节点，从而构建类似Word2Vec的自监督学习场景。衍生出DeepWalk、Node2Vec等基于随机游走的图嵌入方法。从数学上，随机游走方法和矩阵分解是等价的。
2023-02-19 02:16:23
348
原创 图机器学习导论
本讲介绍了图数据挖掘的常见任务、典型方法、应用场景、编程工具。图是描述大自然各种关联现象的通用语言，图无处不在。不同于传统数据分析中样本独立同分布假设，图数据自带了关联结构，需要使用专门的图神经网络进行深度学习。本讲介绍了斯坦福CS224W公开课的课程大纲；在节点、连接、子图、全图各个层面进行图数据挖掘的典型任务，以及在蛋白质结构预测、生物医药、内容推荐、文献挖掘、社交网络、开源项目评价等领域的应用。
2023-02-15 00:05:21
200
原创 QT配合SDL渲染一幅图像
环境配置1.SDL配置下载源码:http://www.libsdl.org/download-2.0.php进入到SDL2-2.0.14\VisualC 用visual studio 2019 打开 SDL.sln将工程升级到vs2019选择对的，debug|release x64|x86进行编译生成相应的.dll、.pdb和.lib然后将对应的.dll、.pdb和.lib放到对应目录中，并配置值相应的工程目录2.QT配置下载Qt安装包：https://www.qt.io/do.
2021-04-27 12:21:21
729
原创 OpenCV学习 基础图像操作（十三）：像素重映射
基础概念像素重映射映射的数学概念定义：映射，或者射影，在数学及相关的领域还用于定义函数。函数是从非空数集到非空数集的映射，而且只能是一对一映射或多对一映射。映射的成立条件简单的表述就是：1．定义域的遍历性：X中的每个元素x在映射的值域中都有对应对象2．对应的唯一性：定义域中的一个元素只能与映射值域中的一个元素对应定义域也称为原象集，值域也称为象集。图中A到B的为映射，B到A为逆映射。像素映射简单说就是把输入图片中个像素按照一定的规则映射到另外一张图像的对应位置上，
2021-04-21 20:36:34
2287
1
原创 SDL渲染一幅图像
环境配置下载源码:http://www.libsdl.org/download-2.0.php进入到SDL2-2.0.14\VisualC 用visual studio 2019 打开 SDL.sln将工程升级到vs2019选择对的，debug|release x64|x86进行编译生成相应的.dll、.pdb和.lib然后将对应的.dll、.pdb和.lib放到对应目录中，并配置值相应的工程目录API介绍1.初始化SDL video库2.代码样例...
2021-04-20 13:04:46
332
原创 FFMPEG源码编译（Ubuntu篇）
环境：Ubuntu 18.04安装依赖库下载源码sudo apt-get install cmake g++ nasm yasm make diffutils pkg-config git mercurial -y #安装依赖库git clone https://code.videolan.org/videolan/x264.git #下载x264源码hg clone http://hg.videolan.org/x265 #下载x265源码git cl.
2021-04-14 21:43:00
591
3
原创 Windows下 VS2019 ffmpeg开发环境配置
所需文件准备创建目录如下bin 存放 ffmpeg的.dll文件，以及源码的生成可执行文件和调试所需要的.pdb文件 include 存放 ffmpeg的头文件 lib 存放 ffmpeg的.lib文件 src 存放本地工程源码 tools 存放ffmpeg的源码将上根据一篇博客中已经编译好的ffmpeg工程下载到本地，进行如下操作：将工程中ffmpeg/install/bin目录中的.dll文件复制拷贝到本地bin/x64中 将工程中ffmpeg/install/bin目录中.
2021-04-14 10:01:21
763
原创 FFMPEG源码编译（Windows篇）
环境：win10 64位，VS2019，MSYS(是一个小型的GNU环境，包括基本的bash，make等等。与MinGW,Cygwin等工具类似，主要是能够在windows下使用Linux的命令和库)环境配置1.进入vs2019的命令行编译工具此处选择x64的工具来进行。2.在命令行编译工具中打开MSYS进入到msys的安装目录中修改msys2_shell.cmd 文件，将其中的外部环境继承项 MSYS2_PATH_TYPE=inherit的注释打开然后打开64位编译工具..
2021-04-13 00:21:11
5524
8
原创 C++多线程开发入门(下):灵活的pthread(有坑待填)
Pthread库简介虽然已经有现成 thread库可以用,但是由于设计者对各种因素(实用,安全,便捷等),在对pthread进行封装后,thread使得部分pthread功能变得难以实现,甚至是无法实现了.因此,在学习了thread库之后,如果想要更进一步地了解线程中实际的工作和交互流程,就必须对pthread进行了解.线程库实行了POSIX线程标准通常称为Pthreads。POSIX线程具有很好的可移植性，使用pthreads编写的代码可运行于Solaris、FreeBSD、Linux 等平台
2020-12-02 20:07:54
1697
原创 C++多线程开发入门(上):好用的C++11 thread
C++11 Thread API简介相关头文件C++11 新标准中引入了四个头文件来支持多线程编程，他们分别是<atomic> ,<thread>,<mutex>,<condition_variable>和<future>。<atomic>：该头文主要声明了两个类, std::atomic 和 std::atomic_flag，另外还声明了一套 C 风格的原子类型和与 C 兼容的原子操作的函数。 <thread>
2020-12-01 21:19:31
306
原创 图神经网络学习
汁源整理：1.paddlepaddle：七日打卡营2.B站教程：GNN图神经网络相关讲座，cs224，图论因为第一次接触凸轮图论这块的理论知识，为避免出错。课程笔记还需要整理完善，防止发出来的东西是错误的。心得体会：这次的课程也很棒，但是可能是自己基础太薄弱，感觉跟得比较吃力。虽然基本上完成了作业，但是还是一知半解。立一个flag年前冲完前面的这些教程，好好重温一代码，再完成笔记总结。...
2020-11-29 17:51:09
158
原创 Paddle图像分割从入门到实践(三):PSPnet与DeepLab
Pyramid Scene Parsing Network(PSPnet)Unet增强感受野的方法是将不同感受野的特征图进行concat,而PSPnet的思路是使用不同大小的卷积核来卷积,产生不同的感受野.ReceptiveFieldPyramid Pooling ModuleDilated Conv由于引入了较大的卷积核,导致网络的计算量成平方倍增加,为解决运算量的问题,我们将卷积核替换为带洞卷积其中可能需要大量使用到Adaptive pool和1x1 Conv来改变特征图
2020-10-29 18:03:16
961
3
原创 Paddle图像分割从入门到实践(二):FCN与Unet
Fully Convolutional Networks(FCN)什么是FCN? 就是全卷积网络没有全连接层(FC).如何做语义分割? 语义分割像素级分类和图像分类有什么关系? 替换FC为Conv1x1 Conv在通道维度("C")上进行改变,即在通道上降维或升维.Upsample目的:将H和W收缩后的特征图恢复为与输入图像尺寸相同的大小.Up-samplingUn-poolin...
2020-10-28 14:42:11
2343
原创 Paddle图像分割从入门到实践(一):语义图像基础
基础概念语义分割分割算法的核心:像素级分类语义分割算法基本流程输入:图像(RGB) 算法:深度学习模型 输出:分类结果(与输入大小一致的单通道图) 训练过程: 输入: image + label 前向: out = model(image) 计算损失: loss = loss_func(out,label) 反向: loss.backward() 更新权重:optimizer.minimize(loss) 评价指标mAc...
2020-10-26 10:01:06
1649
1
原创 机器学习基础概念（三）：归纳与演绎
引言子曰：“举一隅，不以三隅返，则不复也”可是为什么可以从“一隅”得到“三隅”，而我们又该如何从“一隅”得到“三隅”呢？这就需要追溯到人认识世界的方式上，此处不展开讨论，总结这上亿年的生命演化流程，人类进化出丰富感觉器官感知世界，强壮的大脑处理感受到的信息，最后对相应的信息做出反馈。最初级的反馈是本能的，如膝跳反射，如瞳孔缩放这是不需要后天学习的，是大脑神经系统与生俱来的，是人类的本能；而一些高级的反馈行动则是需要人们通过后天学习去构建从信息输入到行动输出的心智模式来完成。...
2020-10-24 21:52:01
3648
原创 推荐系统小识（二）：协同滤波
协同过滤（Collaborative Filtering）推荐算法是最经典、最常用的推荐算法。 所谓协同过滤， 基本思想是根据用户之前的喜好以及其他兴趣相近的用户的选择来给用户推荐物品(基于对用户历史行为 数据的挖掘发现用户的喜好偏向， 并预测用户可能喜好的产品进行推荐)，一般是仅仅基于用户的行为数据（评价、购 买、下载等）, 而不依赖于项的任何附加信息（物品自身特征）或者用户的任何附加信息（年龄， 性别等）。目前应用 比较广泛的协同过滤算法是基于邻域的方法， 而这种方法主要有下面两种算法：
2020-10-23 00:00:01
451
原创 推荐系统小识(一):推荐系统简介
简介What a . 用户：推荐系统是一种帮助用户快速发现有用信息的工具 b . 公司：推荐系统是一种增加公司产品与用户接触,购买等行为概率的工具 Why用户：在用户需求并不十分明确的情况下进行信息的过滤,与搜索系统相比,推荐系统更多的利用用户的各类历史信息猜测其可能喜欢的内容公司：解决产品能够最大限度地吸引用户,留存用户,增长用户黏性,提高用户转化率,从而达到公司商目标连续增长的目的.本质上是一种实现将用户-商品-公司之间利益最大化的手段. Who 从上面的1和2可以看出用户与公司是需要推荐
2020-10-19 21:48:20
168
原创 机器学习基础概念（二）：希腊字母与数学符号
希腊字母约定常用的意义Α α alpha a:lf 阿尔法 角度；系数 Β β beta bet 贝塔 磁通系数；角度；系数 Γ γ gamma ga:m 伽马 电导系数（小写） Δ δ delta delt 德尔塔 变动；密度；屈光度 Ε ε epsilon ep`silon 伊普西龙 对数之基数 Ζ ζ zeta zat 截塔 系数；方位角；阻抗；相对粘度；原子序数 Η η eta eit 艾塔 磁滞系数；效率（小写） Θ θ thet θit 西塔 温度；相位角 Ι ι .
2020-10-08 13:45:45
1811
原创 C++设计模式（一）：分解与抽象
每一个模式描述了一个在我们周围不断重复发生的问题以及该问题的解决方案的核心。这样，你就能一次又一次地使用该方案而不必做重复的劳动。——Christopher Alexander从面相对象谈起底层思维 语言构造 编译转换 内存模型 运行时机制 抽象思维 面向对象 组件封装 设计模式 架构模式 深入理解面向对象向下：深入理解三大面向对象的机制封装，隐藏内部实现 继承，复用现有代码 多态，改写对象行为向上：深刻把握面向对象机制所带来的抽象意义，理解如何用
2020-07-27 21:30:37
275
原创 机器学习基础知识（一）：机器学习三大流派
行为主义派（Actionism）行为主义又称为进化主义或控制论学派，是一种基于“感知——行动”的行为智能模拟方法，行为主义最早来源于20世纪的一个心理学流派，认为行为是有机体用以适应环境变化的各种身体反应的组合，它的理论目标在预见和控制行为。其侧重核心在于控制论，认为人工智能源于控制论。控制论思想早在20世纪40~50年代就成为时代思潮的重要部分，影响了早期的人工智能工作者。维纳(Wiener)和麦克洛克(McCulloch)等人提出的控制论和自组织系统以及钱学森等人提出的工程控制论和生物控制论，影
2020-07-20 10:39:03
4286
原创 OpenCV学习 基础图像操作（十二）：霍夫变换
霍夫变换极坐标直线检测流程步骤：将空域坐标中的点通过极坐标转换到极坐标空间（霍夫空间）上 在霍夫空间中相交的点所代表的直线，即为这些点所在的直线 再使用极坐标将这些霍夫在霍夫空间中投票选好的点逆变换回直角坐标中的直线圆检测API简介代码与实践...
2020-07-20 00:13:40
195
原创 OpenCV学习 基础图像操作（十一）：Canny边缘检测
原文链接：http://www.cse.iitd.ac.in/~pkalra/csl783/canny1986.pdf简介经典的Canny边缘检测算法通常都是从高斯模糊开始，到基于双阈值实现边缘连接结束。但是在实际工程应用中，考虑到输入图像都是彩色图像，最终边缘连接之后的图像要二值化输出显示，所以完整的Canny边缘检测算法实现步骤如下：1. 彩色图像转换为灰度图像 2. 对图像进行高斯模糊 3. 计算图像梯度，根据梯度计算图像边缘幅值与角度 4. ...
2020-07-16 11:44:32
634
原创 OpenCV学习 基础图像操作（十）：卷积与卷积算子
卷积卷积定义简单来说就是一个kernel在图像上进行加权求和，用公式可表示为卷积核的锚点指的是这个卷积核更新输出的点，一般为卷积核的中心点；卷积的步长为卷积核在图片上移动一次的距离。卷积边界问题当卷积核移动到图像相边界时，卷积核会有部分位置超出原图的边界，此时无法进行运算，需要将原图像的边界扩充后才能运算。扩充方式BORDER_DEFAULT：用已知边缘镜像填充BORDER_CONSTANTP：用指定像素填充边缘BORDER_REPLICATE：用最边缘的像素填充
2020-07-14 23:48:21
1685
原创 OpenCV学习 基础图像操作（八）：图像上采样和降采样
上采样与降采样上采样降采样图像金字塔在图像处理中常常会调整图像大小，最常见的是放大（zoom in）和缩小（zoom out），一个图像金字塔是一系列的图像组成，最底下的尺寸最大，最上方的尺寸最小，从空间上看就像一个金字塔。高斯金字塔高斯金字塔是从底向上，逐层降采样得到的。 降采样之后图像大小由MxN变为M/2xN/2，就是队员图像删除偶数的行与列，即获得上一层的图片。 高斯金字塔的生成过程分为两步： 对当前层进行高斯模糊 删除当前层的偶数行与列 高斯不同（DOG）
2020-07-10 17:44:42
606
原创 OpenCV学习 基础图像操作（七）：水平与水直线条提取、验证码去背景
PS：本篇通过两个小的案例，来示范下形态学操作在图像处理过程中的应用。提取一副图片中的水平线和水直线AIP介绍自适应阈值分割void adaptiveThreshold(InputArray src, OutputArray dst, double maxValue, int adaptiveMethod, int thresholdType, int bolckSize, doubl
2020-07-02 23:59:51
1097
原创 OpenCV学习：基础图像操作 (五)：Smooth和Blur
常用滤波器均值滤波均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），可用下面公式表示：特点：均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。中值滤波中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性
2020-06-27 15:26:49
1424
keras_mnistm.pkl.gz
2020-06-04
graphviz-2.38.rar
2019-10-22
计算机英语基础
2018-03-23
rtl8192eu-linux-driver-master（TL-WN821N 在kali上的驱动）
2017-02-15
s3c44b0x中文数据手册
2017-02-01
51单片机下载说明
2017-02-01
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人