- 博客(56)
- 收藏
- 关注
RSS订阅原创 基础概念——TP、FP、TN、FN、IOU、PR、AP、Interpolated AP、AUC、mAP
TP、FP、TN、FN都是站在预测的立场看的：TP：预测为正是正确的FP：预测为正是错误的TN：预测为负是正确的FN：预测为负是错误的准确率(accuracy),精确率(Precision)和召回率(Recall)准确度：分类器正确分类的样本数与总样本数之比（TP+TN）/ (TP+TN+FP+FN)精确度：所有被预测为正样本的样本中预测对的比例(TP) / (TP+NP)召回率：被正确预测的正样本占所有正样本的比例（TP）/ (TP+FN)...
2021-03-11 09:59:13
5624
1
原创 智能呼梯微信小程序开发问题总结
（一）下载开发工具微信小程序开发工具（二）用微信扫一扫登录，导入项目问题一：因小程序长时间未用，小程序已经被冻结。解决方法（1）可以通过注册了qq小号来重新在https://mp.weixin.qq.com/网站注册一个新的账号。（2）激活邮箱，填身份证号，扫微信成为管理员：（3）开始填写要发布的小程序的信息：（4）小程序账号信息：（三）导入程序：用的是上面的AppID号：（四）改AppID号：程序中所用的aapid号要进行相应的修改（五）开通云服务自主命名，对应修改
2021-03-10 14:55:28
438
原创 安装vscode
下载安装文件：https://code.visualstudio.com/docs/python/python-tutorial安装起来比较简单，注意选择的位置就行。安装插件汉化、编辑环境美化：https://zhuanlan.zhihu.com/p/76410274在VScode中配置Python：安装python 插件：修改工作空间settings.json 配置文件中的"python.pythonPath"为自己的解释器路径（也就是你安装Python.exe的路径）。工作空间配
2021-01-16 14:25:12
236
转载 tensorflow—— 从 tensorflow 1到 tensorflow 2 的迁移
引用过一个段子，大意是，苹果发布了新的开发语言Swift，有非常多优秀的特征，于是很多时髦的程序员入坑学习。不料，经过一段头脑体操一般的勤学苦练，发现使用Swift做开发，不仅要学习Swift，还要学习Swift2、Swift3、Swift4…今天的TensorFlow 2.0也有点这样的趋势。事实上大多具有革命性的公司都是这样，一方面带来令人兴奋的新特征，另一方面则是高企不落的学习成本。第一个例子：房价预测本示例中的源码来自于《从锅炉工到AI专家》系列2，使用了最简单的线性函数来做房价预测。原始Te
2021-01-03 20:29:41
1164
原创 基本概念——图像分类、目标检测、语义分割、实例分割、全景分割
1、图像分类：识别图像中存在的物体：人、树、草、天空 … (具体的识别种类按分类种类要求确定)2、目标检测（object detection）识别图像中存在的内容和检测其位置，如下图，以识别和检测人（person）为例。3、语义分割（semantic segmentation）对图像中的每个像素打上类别标签，如下图，把图像分为人（红色）、树木（深绿）、草地（浅绿）、天空（蓝色）标签。同种类的物体的颜色一致。4、实例分割（instance segmentation）实例分.
2021-01-01 20:28:17
2074
2
原创 基本概念——SPP （空间金字塔池化）
SPP 在 SPP-net 中的应用：SPP-net全名为Spatial Pyramid Pooling 结构（空间金字塔池化结构），2015年由微软研究院的何恺明提出。主要解决两个问题：有效避免了R-CNN算法对图像区域剪裁、缩放操作导致的图像物体剪裁不全以及形状扭曲等问题。解决了卷积神经网络对图像重复特征提取的问题，大大提高了产生候选框的速度，且节省了计算成本。问题1具体解释：在含有全连接层的分类网络中，严格要求输入分辨率和全连接层的特征维度相匹配。所以就会对图像进行裁剪和变形操作，也
2021-01-01 15:49:33
7139
3
转载 基本概念——TensorFlow和theano以及Keras 的关系
TensorFlow和theano以及Keras都是深度学习框架，TensorFlow和theano比较灵活，也比较难学，它们其实就是一个微分器Keras其实就是TensorFlow和theano的接口（Keras作为前端，TensorFlow或theano作为后端），它也很灵活，且比较容易学。可以把keras看作为tensorflow封装后的一个API。Keras 的核心数据结构是模型。模型是用来组织网络层的方式。模型有两种，一种叫 Sequential 模型，另一种叫Model 模型。Sequen
2020-12-30 20:29:08
516
原创 tf.train.ExponentialMovingAverage、tf.group()
tf.train.ExponentialMovingAverage作用：Some training algorithms, such as GradientDescent and Momentum often benefit from maintaining a moving average of variables during optimization. Using the moving averages for evaluations often improve results signifi
2020-12-30 10:03:22
137
原创 python—— __iter__和__next__
python里面有很多的以__(注意：这里是两个下划线)开始和结尾的函数，利用它们可以完成很多复杂的逻辑代码，而且提高了代码的简洁性，下面以迭代器的概念引入相关内容。迭代器迭代是Python最强大的功能之一，是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法：iter() 和 next()。字符串，列表或元组对象都可用于创建迭代器：>>> list=[
2020-12-17 17:23:12
2462
2
原创 环境配置——把Ubuntu 20.04系统电脑变成一台服务器，并用win10的电脑进行访问
https://blog.csdn.net/SSG18829575503/article/details/83660096https://blog.csdn.net/gentlemanman/article/details/85847568
2020-11-26 16:55:11
7083
原创 安装 visual studio Code
1、进官网，下载安装文件： visual studio Code官网我的电脑的win10，64位的2、开始安装：3、安装完成4、配置使用配置插件（必须联网）修改vsc软件变成中文如何安装扩展 如python用VS打开项目文件夹首先，创建一个空文件夹’‘hello’’，然后使用VS Code打开它。通过VS Code打开文件夹，该文件夹就变成了你的”工作区“。VS Code在.vscode/settings.json中存储该工作去的特殊配置，与用户的全局设定相分开。
2020-11-22 11:46:34
161
1
原创 问题整理——Visual Studio 编辑器的有关问题总结
工具–>选项–>环境–>键盘----Visual Studio快捷键不能使用解决办法Visual Studio 快捷键更改和设置
2020-11-09 19:54:09
386
原创 错误整理——VS Code报错 Module ‘xx‘ has no ‘xx‘ member pylint(no-member)
VS Code报错Module ‘xx’ has no ‘xx’ member pylint(no-member)pylint是vscode的python语法检查器，pylint是静态检查，在用第三方库的时候有些成员只有在运行代码的时候才会被建立，它就找不到成员，在设置（settings.json）里添加："python.linting.pylintArgs": ["--errors-only","--generated-members=numpy.* ,torch.* ,cv2.* , cv.*"
2020-10-26 21:40:00
352
原创 深度学习+图像处理相关试题日常总结
20201021 1、提高泛化能力提高模型泛化能力，减小过拟合，提升鲁棒性的几种方法：1.batch_size越大，样本整体噪声均值保持不变但是方差减小，而样本的噪声有助于SGD规避局部最优点，从而提高整体的泛化能力，所以batch_size越小，泛化能力越好。2.正则化，Batch Normalize3.提早结束训练4.droupout5.数据增强6.模型深度和模型泛化能力的关系。模型的泛化能力和模型的复杂度有关，模型复杂度越低，泛化能力更好。一般的训练方法是在高复杂度的模型（模型深度越
2020-10-21 17:18:23
6703
原创 算法：关于树的知识点总结
100. 相同的树（简单）给定两个二叉树，编写一个函数来检验它们是否相同。如果两个树在结构上相同，并且节点具有相同的值，则认为它们是相同的。分析：方法一：深度优先搜索如果两个二叉树都为空，则两个二叉树相同。如果两个二叉树中有且只有一个为空，则两个二叉树一定不相同。如果两个二叉树都不为空，那么首先判断它们的根节点的值是否相同，若不相同则两个二叉树一定不同，若相同，再分别判断两个二叉树的左子树是否相同以及右子树是否相同。这是一个递归的过程，因此可以使用深度优先搜索，递归地判断两个二叉树是否相同
2020-10-16 21:05:04
339
原创 算法——C++语法积累
20201016队列#include <iostream>#include <queue>using namespace std;/** * C++ : STL中的队列(queue)的演示程序。**/int main (){ int tmp=0; //创建队列，int为队列中元素的数据类型 queue<int> iqueue; // 将10, 20, 30 依次加入队列的末尾 iqueue.push
2020-10-16 20:36:19
369
原创 tensorboard 可视化的最详细介绍
TensorBoard是TensorFlow下的一个可视化的工具，能够帮助我们在训练大规模神经网络过程中出现的复杂且不好理解的运算。TensorBoard能展示你训练过程中绘制的图像、网络结构等。1.构建简单的TensorBoard日志输出import tensorflow as tf input1 = tf.constant([1.0, 2.0, 3.0], name="input1") input2 = tf.Variable(tf.random_uniform([3], name="inp
2020-10-14 21:29:21
2208
1
原创 tensorflow实现迁移学习
用 win10 快速安装 wget步骤一，右击“命令提示符”，选择“以管理员身份运行”。步骤二 安装choco。输入这行代码 @"%SystemRoot%\System32\WindowsPowerShell\v1.0\powershell.exe" -NoProfile -InputFormat None -ExecutionPolicy Bypass -Command “iex ((New-Object System.Net.WebClient).DownloadString(‘https:.
2020-10-13 21:51:43
1455
1
原创 C++：创建链表的过程详解
创建链表的过程详解本人是一名刚开始学习算法的小白，今天遇到了一些关于链表的创建问题，查了一些资料，我把它们整理了一下，希望大家多多指教。整体的代码：#include<iostream>using namespace std;struct Node { int val; Node* next;};#创建Node* creatlist(int n) { Node* Head=new Node; //头节点 不存储数据 Head->next = NULL;
2020-10-06 17:25:23
19326
原创 算法的时间复杂度和空间复杂度
一、算法执行时间需通过依据该算法编制的程序在计算机上运行时所消耗的时间来度量。而度量一个程序的执行时间通常有两种方法。（1）事后统计的方法这种方法可行，但不是一个好的方法。该方法有两个缺陷：一是要想对设计的算法的运行性能进行评测，必须先依据算法编制相应的程序并实际运行；二是所得时间的统计量依赖于计算机的硬件、软件等环境因素，有时容易掩盖算法本身的优势。（2）事前分析估算的方法因事后统计方法更多的依赖于计算机的硬件、软件等环境因素，有时容易掩盖算法本身的优劣。因此人们常常采用事前分析估算的方法。二、
2020-10-03 13:41:01
672
原创 损失函数
神经网络是通过某个指标来表现现在的状态，然后，以这个指标为基准，寻找最优参数。神经网络中的指标称为损失函数（loss function）。这个损失函数可以使用任意函数，但是一般用均方差误差和交叉熵误差。均方差误差（mean squared error）：均方误差是最有名的损失函数。式子如下：其中yky_{k}yk是输出神经第k个神经元的输出；tkt_{k}tk是输出神经第k个神经元的监督数据；kkk表示输出的神经元的个数比如：在手写数字识别中，yyy，ttt分别表示如下：y是so
2020-09-29 21:25:38
1184
原创 神经网络输出层的设计
输出层的设计：1、恒等函数回归问题用恒等函数，恒等函数会将输入按原样输出，对于输入的信息，不加以任何改动地直接输出。2、softmax函数分类问题用softmax函数：exp(x)exp(x)exp(x) 是表示exe^{x}ex的指数函数（e=2.7182…）。假设输出层共有n个神经元，计算第k个神经元的输出yky_{k}yk。如式所示，softmax函数的分子是输入信号aka_{k}ak,分母是所有输入信号的指数函数的和。输出层的输入信号aka_{k}ak是上一层隐藏层的输出。实
2020-09-29 19:35:18
1211
原创 贝叶斯变换
基础概念：（1）联合概率P(AB)或者P（A,B）：在整个事件中，A,B同时发生的概率。（2）条件概率P（A|B）：在B发生的情况下，A发生的概率。P（B|A）：在A发生的情况下，B发生的概率。（3）边缘概率P（A）：整个事件中，A发生的概率P（B）：整个事件中，B发生的概率（4）联合概率、条件概率、边缘概率的关系在整个事件中，共有以下五种情况：X=1,Y=1;X=2,Y=1;X=1,Y=2;X=2,Y=2X=3,Y=1;定义：A事件为X=1；B事件为Y=2P(A|B)=1
2020-09-28 19:22:52
1987
原创 C++ 引用调用、指针调用、传值调用
1、C++ 引用调用引用可以看成是一种特殊类型的变量可以被认为是另一个变量的别名，就好比人的绰号一样，虽然名字不同，但所指向的人是一样的，所以引用还与指针有类似的地方，修改形式参数会影响实际参数。int &x=a; //建立一个int型的引用x，并将其初始化为变量a的一个别名向函数传递参数的引用调用方法，把引用的地址复制给形式参数。在函数内，该引用用于访问调用中要用到的实际参数。这意味着，修改形式参数会影响实际参数。按引用传递值，参数引用被传递给函数，就像传递其他值给函数一样。因此相
2020-09-24 21:33:22
1078
1
原创 AlexNet
ImageNet Classification with Deep Convolutional Neural NetworksFull(Simplified) AlexNet architecture:[277x277x3] INPUT[55x55x96] CONV1:96层、11x11卷积核、步长为4、pad为0[27x27x96] MAX POOL1:3x3卷积核、步长为2[27x27x96]NORM1:Normalization layer[27x27x256] CONV2:256通道 、
2020-09-21 19:31:39
153
原创 神经网络高效学习的相关技巧
目录1、参数的更新：1.1SGD（随机梯度下降法）：1.2 Momentum1.3 AdaGrad1.4 Adam1.5 使用哪种优化方法呢？2、权重的初始值2.1可以直接把权值初始值设置为0吗？2.2隐藏层的激活值的分布2.3ReLu的权重初始化3、Batch Normalization（批标准化）4、正则化4.1 过拟合4.2 权值衰减4.3 Dropout5、超参数的验证：5.1验证数据5.2超参数的最优化：小结：本章将介绍神经网络的学习中的一些重要观点，主题涉及寻找最优权重参数的最优化方法、权重参
2020-09-21 15:27:18
248
转载 归一化、标准化、正则化的区别
**归一化（Normalization）**是为了消除不同数据之间的量纲，方便数据比较和共同处理，比如在神经网络中，归一化可以加快训练网络的收敛性；把数据变为（0，1）之间的小数，主要是为了方便数据处理，因为将数据映射到0~1范围之内，可以使处理过程更加便捷、快速。把有量纲表达式变换为无量纲表达式，成为纯量。经过归一化处理的数据，处于同一数量级，可以消除指标之间量纲和量纲单位的影响，提高不同数据指标之间的可比性。主要算法：线性转换，即min-max归一化（常用方法）y=(x-min)
2020-09-21 11:27:46
324
原创 SSD（ECCV 2016）
SSD的英文全名是Single Shot MultiBox Detector，Single shot说明SSD算法属于one-stage方法，MultiBox说明SSD算法基于多框预测。SSD是一种非常优秀的one-stage目标检测方法，one-stage算法就是目标检测和分类是同时完成的，其主要思路是利用CNN提取特征后，提取不同大小的特征层，均匀地在图片的不同位置进行密集抽样，抽样时可以采用不同尺度和长宽比，物体分类与预测框的回归同时进行，整个过程只需要一步，所以其优势是速度快。但是均匀的密集采样
2020-09-20 16:16:13
602
1
原创 20. 有效的括号
题目：题目类别：栈难度：容易给定一个只包括 ‘(’，’)’，’{’，’}’，’[’，’]’ 的字符串，判断字符串是否有效。有效字符串需满足：1、 左括号必须用相同类型的右括号闭合。2、左括号必须以正确的顺序闭合。注意空字符串可被认为是有效字符串。示例 1:输入: "()"输出: true示例 2:输入: "()[]{}"输出: true示例 3:输入: "(]"输出: false示例 4:输入: "([)]"输出: false示例 5:输入: "{[]}"
2020-09-20 11:38:31
72
转载 plt.figure、plt.subplot、plt.subplots、add_subplots、add_axes详解
1、plt.figurefigure(num=None, figsize=None, dpi=None, facecolor=None, edgecolor=None, frameon=True)num:图像编号或名称，数字为编号 ，字符串为名称figsize:指定figure的宽和高，单位为英寸dpi参数指定绘图对象的分辨率，即每英寸多少个像素，缺省值为80 1英寸等于2.5cm,A4纸是 21*30cm的纸张facecolor:背景颜色edgecol
2020-09-10 17:10:24
2867
1
原创 修改python版本，安装tensorflow、设置jupyter notebook
官网显示，2020年安装Tensorflow2 的python需要的版本为 3.5-3.7，但是我的anaconda的python版本是3.8，所以需要进行降级。在anaconda的环境中将python3.8降到python3.7（1）为了防止安装不成功以及加快安装速度，所以将conda源更改为：conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --
2020-09-09 16:59:34
1256
原创 范数（norm）的简单理解
当P取值不同，表示的范数也不同：（1）当P=1时：图中正方形上的点的L1范数大小都为1（2）当P=2：圆上任一点的L2范数都为1wjw_{j}wj是w1w_{1}w1到wnw_{n}wn中最大的数，那么L无穷范数就等于∣x∣|x|∣x∣或者∣y∣|y|∣y∣，正方形上的任意一点的L无穷范数为K...
2020-09-08 20:20:40
1707
原创 有效增加增加谷歌colab的RAM的方法
获得超过12 GB内存的唯一方法是复制以前分配的25 GB内存的笔记本。打开链接：https://colab.research.google.com/drive/155S_bb3viIoL0wAwkIyr1r8XQu4ARwA9?usp=sharing（1）按图操作，在谷歌云盘中保存副本（2）在谷歌云盘中用Google Colab打开副本（3）成功获得25GRAM...
2020-09-07 09:31:43
12147
18
转载 colab常见问题解答
Colaboratory常见问题解答基础知识Colaboratory 是什么？Colaboratory 简称“Colab”，是 Google Research 团队开发的一款产品。在 Colab 中，任何人都可以通过浏览器编写和执行任意 Python 代码。它尤其适合机器学习、数据分析和教育目的。从技术上说，Colab 是一种托管式 Jupyter 笔记本服务。用户无需进行设置，就可以直接使用，同时还能获得 GPU 等计算资源的免费使用权限。它真的可以免费使用吗？是的。Colab 可以免费使用。
2020-09-07 09:06:49
5659
原创 关于cmd打开时提示“系统找不到指定的路径”问题
不知道我删错了什么东西还是什么原因，我只要打开 cmd 哪怕不输入任何指令，也会出现一条「系统找不到指定的路径」错误提示。于是我就去查资料，查到了一种可行方法：解决方案首先regedit打开注册表，找到计算机\HKEY_CURRENT_USER\Software\Microsoft\Command Processor路径下Autorun注册表项，删除即可。...
2020-09-06 21:24:56
15147
9
原创 卸载和安装anaconda、CUDA、cuDNN
我写这个博客的目的主要是为了让自己记住安装过程，仅供大家参考。如果安装使用之后有问题出现，我会及时更新。卸载：因为之前安装的anconda出现一些问题，所以想卸载再安装一遍，就是这样的暴脾气，穷卸载的方式也非常粗暴，直接进aanaconda安装文件，双击Uninstall-Anaconda3.exe,卸载完会发现有一些参与文件，我就用everthing软件查找和anaconda有关的文件，再一一删掉，c盘里面有些文件不敢删就留着。Anaconda安装1、进入anaconda 官网2、安装文件下
2020-09-06 21:18:11
6711
原创 张量tensor
张量tensor几何代数中定义的张量是基于向量和矩阵的推广，通俗一点理解的话，我们可以将标量视为零阶张量，矢量视为一阶张量，那么矩阵就是二阶张量。那TensorFlow里面的张量(Tensor)是什么，流动(Flow)是什么？是什么？本教程中，我将使用Python，Keras，TensorFlow和Python库Numpy。在Python中，张量通常存储在Numpy数组，Numpy是在大部分的AI框架中，一个使用频率非常高的用于科学计算的数据包。我们为什么想把数据转换为Numpy数组？很简单。因为
2020-09-02 10:16:37
186
转载 一篇文章搞懂Batch Normalization批标准化
Batch Normalization 是近些年深度学习的重要成果，实践证明其优先性和重要性，深度学习是一个经验领先于理论分析的偏经验的一门学问。本文是对论文《 Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》的导读。首先介绍机器学习的一个重要概念：IID独立同分布假设，就是假设训练数据和测试数据是满足相同分布的，这是通过训练数据获得的模型在测试数据上表现良好的一个保
2020-09-01 22:12:52
487
转载 目标检测 | YOLOV1
参考: 目标检测|YOLO原理与实现.一、两大类目标检测算法：（1）two-stage：基于Region Proposal的R-CNN系算法（R-CNN，Fast R-CNN, Faster R-CNN），它们是two-stage的，需要先使用启发式方法（selective search）或者CNN网络（RPN）产生Region Proposal，然后再在Region Proposal上做分类与回归。**优缺点：**准确度高一些，但是速度慢，无法满足实时应用。（2）one-stage而另一类是Y
2020-08-31 22:38:43
658
原创 CNN中的padding参数和卷积后图片的大小
padding参数的作用是决定在进行卷积或池化操作时，是否对输入的图像矩阵边缘补0，‘SAME’ 为补零，‘VALID’ 则不补，其原因是因为在这些操作过程中过滤器可能不能将某个方向上的数据刚好处理完，如下所示：当步长为5，卷积核尺寸为6×6时，当padding为VALID时，则可能造成数据丢失（如左图），当padding为SAME时，则对其进行补零（如右图）出处：https://www.cnblogs.com/White-xzx/p/9497029.html...
2020-08-27 14:47:56
820
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