- 博客(76)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 hadoop报错：HADOOP_HOME and hadoop.home.dir are unset. 解决方法
目录报错信息解决方法1.下载apache-hadoop-3.1.0-winutils-master2.解压到宿主机3.添加环境变量4.重启IDEA或eclipse报错信息java.lang.RuntimeException: java.io.FileNotFoundException: java.io.FileNotFoundException: HADOOP_HOME and hadoop.home.dir are unset.java.lang.RuntimeException: java.io.
2021-10-01 18:02:44
13166
4
原创 基于PaddleX实现电梯电瓶车检测
基于PaddleX实现电梯电瓶车检测一、项目背景二、数据集简介1. 数据获取2. 解压数据集和安装第三方库3. COCO2VOC4. 将`pascal-voc`和`coco2017`中的摩托车数据提取出来5. 将文件路径写入.txt三、模型选择与开发1. 安装`paddlex`2. 数据加载与预处理3. 模型选择4. 模型训练四、效果展示1. 模型预测2. 预测结果可视化3. 部署模型导出五、总结与升华个人简介源地址.一、项目背景 电动车因为具有便捷、轻巧、无污染等优点，成为了广大民众出行的重要选
2021-09-24 21:07:25
1599
1
原创 Paddle2.0实现PSPNet进行人体解析（图像分割）
目录详细请访问原文链接项目目录项目背景概述前言PSPNet介绍为什么会提出PSPNet ?PSPNet的效果为什么好?PSPNet 是怎样考虑上下文信息的?PSPNet是怎样增大感受野的?PSPNet -金字塔模块(Pyramid Pooling)PSPNet的总体结构PSPNet - Backbone代码引入需要的包Pyramid Scene ParsingNetworkConvBNReluLayerBottleneckBlockDilated Resnet50PSPModulePSPNet解压数据集数据
2021-06-08 17:34:00
1356
2
原创 使用 Numpy 实现 K-Means 聚类算法
K-Means 算法原理链接.使用时，实例化类后，只需关注 fit(), predict()，传入数据类型为np.array，形状为 N x M。class MyKMeans: labels_ = [] # fit 后每类数据的标签 cluster_centers_ = None # N x M, 聚类中心个数 __cluster_centers_dict = dict() def __init__(self, n_clusters=3, n_init=3, m
2021-05-10 19:22:27
1012
1
原创 【李宏毅机器学习特训营】作业5 迁移学习
本作业的任务是迁移学习中的领域对抗性训练(Domain Adversarial Training)。学习课程链接Code
2021-04-18 17:24:12
788
原创 全连接神经网络架构
详细代码、案例分析请点击链接查看AI Studio 平台同步更新:https://aistudio.baidu.com/aistudio/projectdetail/1698484.目录首先构建我们的FCDNN用于后续案例的分析ActivationFunctionSigmoidTanhLinearSequentialLossGeneralOptimizer 优化器案例分析展望首先构建我们的FCDNN用于后续案例的分析ActivationFunctionSigmoidTanhLinearSe
2021-04-05 16:11:23
1999
原创 词频统计之《三国演义》
描述：参考课本P173实例代码10.2，统计《三国演义》（文件：三国演义.txt 编码格式 utf-8）中一些主要人物名字出现的次数。
2021-04-02 21:18:42
4458
原创 词频统计之《哈姆雷特》
描述：参考课本P173实例代码10.2，统计小说《哈姆雷特》（文件：hamlet.txt）中一些主要人物名字出现的次数。需统
2021-04-02 21:12:09
7085
1
原创 多协程和队列，爬取时光网电视剧TOP100的数据（剧名、导演、主演和简介）
目录说明Codeget_movie_id.pyget_movie_url.pyget_movie_info.pyinfo2csv.pymain.py说明首先查看电视剧网页结构，发现所有电视剧都在下面位置：从中我们并未发现电视剧的链接，于是我们打开几部电视剧发现网页url有没有什么规律。发现信息在下面文件里：打开它的Headers：url：http://front-gateway.mtime.com/library/movie/detail.api?tt=1617353592649&m
2021-04-02 17:02:33
3685
4
原创 Selenium模拟浏览器获取爬取QQ音乐歌词、评论等。
说明请使用爬虫Selenium模拟浏览器获取爬取QQ音乐中你喜欢的某位歌手（可以是任意歌手）最受欢迎的前5首歌曲的歌词、流派、歌曲发行时间、评论条数、评论时间、评论点赞次数、评论内容具体(每一首歌的评论>=500条)。如下图所示：歌词、流派、歌曲发行时间、评论条数保存在: music_info.csv文件中。评论时间、评论点赞次数、评论内容具体保存在: comments_info.csv文件中。统计每首歌的每个评论点赞次数保存在: series.csv文件中。请按照如下形式组织代码:
2021-04-01 20:58:24
2382
2
原创 比赛评分计算
比赛评分计算描述学校举办新生歌手大赛，每个选手的成绩由评委的评分去掉一个最高分和一个最低分剩下评分的平均值得到。编写程序实现：输入第一行指定分数个数n，从第二行开始每行输入一个评委的得分（共n行），计算选手的成绩（保留1位小数），并输出。
2021-03-18 16:07:52
3677
原创 斐波那契数列
斐波那契数列描述斐波那契数列（Fibonacci sequence），又称黄金分割数列，因数学家列昂纳多·斐波那契（Leonardoda Fibonacci）以兔子繁殖为例子而引入，故又称为“兔子数列”。数学上，斐波那契数列以递归的形式进行定义：F[0]=0
2021-03-18 16:07:03
2455
原创 字典存储数据 并查询
字典存储数据某次跳高比赛，一共5人参加，小明成绩为1.8米，小红成绩为1.58米，小力成绩为1.9米。。。。。。新建一个字典
2021-03-18 16:05:36
2247
原创 矩阵乘法
矩阵乘法新建两个矩阵A和B，两个矩阵的数据为矩阵A的数据1,1,12,2,23,3,3矩阵B的数据1,0,00,1,00,0,1计算两个矩阵的乘法，并输出计算结果1 1 12 2 23 3 3A=[[1,1,1],[2,2,2],[3,3,3]]B=[[1,0,0],[0,1
2021-03-18 16:03:44
1943
1
原创 矩阵加法
矩阵加法新建两个矩阵A和B，两个矩阵的数据为矩阵A的数据1,1,12,2,23,3,3矩阵B的数据1,0,00,1,00,0,1计算两个矩阵的和，并输出计算结果
2021-03-18 16:02:20
2030
1
原创 统计输入数据的个数、求和、平均值、方差、中位数
接收用户输入的多个数据，直到输入为空时停止将用户输入的一组数据放入列表中存放
2021-03-18 16:01:03
4477
3
原创 统计列表中的单词出现的次数并打印
已有一个列表..A…"B…"B…"C…"C…统计多个数据在列表中出现的次数。输出按照 A B C的顺序输出（需要排序）
2021-03-18 15:59:29
2176
原创 列表去重后输出
程序中已有1个列表[“p”,“p”,“y”,“y”,“k”,“k”,“j”,“z”]请编写程序，去掉列表中重复的内容，排序后，打印出来.输入输出示例输入 输出示例 1 无 j k p y zls=["p","p","y","y","k","k","j","z"]s = set()for item in
2021-03-18 15:54:13
2405
原创 【AI创造营】AI染发，拒绝选择。
近期飞桨又举行比赛了。比赛链接： link.项目说明：我们很多人都有选择染发颜色焦虑症，很容易想出脑血栓，非常的危险，于是我做出这款AI染发，拒绝选择，拒绝脑血栓，直观看见自己适合什么颜色项目演示：项目源码地址：Ai Studio：link.Github：link....
2021-03-16 08:48:22
1743
原创 大数相乘（C语言）
大数相乘输入两个很大的数相乘得出结果。例如：输入：8616454616419613641331514654561525131314584561输出：1262703643048229694819656018451010743813829715#include<stdio.h>#include<string.h>#include<stdlib.h>#define getm(type,len) (type *)malloc(sizeof(type)*le
2020-12-07 20:19:52
2314
原创 第11周——指针的孪生兄弟（在线编程测试）
1山地训练（4分）题目内容：为了能在下一次跑步比赛中有好的发挥，小白在一条山路上开始了她的跑步训练。她希望能在每次训练中跑得尽可能远，不过她也知道农场中的一条规定：女孩子独自进山的时间不得超过M秒（1 <= M <= 10,000,000）。假设整条山路划分成T个长度相同的路段（1 <= T <= 100,000），并且小白用si表示第i个路段的路况，用u、f、d这3个字母分别表示第i个路段是上坡、平地、下坡。小白跑完一段上坡路的耗时是U秒（1 <= U <= 100
2020-11-26 18:03:01
1542
原创 第10周——字符串：C语言世界中的大力水手（在线编程测试）
1数字字符串转换为整型数（4分）题目内容：从键盘输入一串字符（假设字符数少于8个），以回车表示输入结束，编程将其中的数字部分转换为整型数并以整型的形式输出。函数原型为 int Myatoi(char str[]);其中，形参数组str[]对应用户输入的字符串，函数返回值为转换后的整型数。解题思路的关键是：1）判断字符串中的字符是否是数字字符；2）如何将数字字符转换为其对应的数字值；3）如何将每一个转换后的数字值加起来形成一个整型数。程序运行结果示例1：Input a string:7hg09y
2020-11-13 20:36:45
1625
原创 第9周——指针：C语言世界中所向披靡的“金箍棒”（在线编程测试）
1重复数字检查（4分）题目内容：从键盘输入一个数，检查这个数中是否有重复出现的数字。如果这个数中有重复出现的数字，则显示“Repeated digit!”；否则显示“No repeated digit!”。已知函数原型：int CountRepeatNum(int count[], int n);若有重复数字，则该函数返回重复出现的数字；否则返回-1.程序运行结果示例1：Input n:28212↙Repeated digit!程序运行结果示例2：Input n:12345↙No
2020-11-13 17:58:41
1534
原创 飞桨PaddlePaddle图像分割课程 - DeepLab V3
课程链接:https://aistudio.baidu.com/aistudio/course/introduce/1767..这里是参考朱老师的自己画了一些，后面持续改进。如果有错，请小伙伴们帮我指出。
2020-10-25 22:21:35
1543
原创 pandas常用操作
视频来源：https://www.bilibili.com/video/BV1SE411679D?p=1目录导入库读取文件查看数据表信息数据清洗数据合并数据索引数据提取数据筛选数据汇总数据统计导入库import numpy as npimport pandas as pd读取文件# 创建数据表data = pd.DataFrame({ '列名':[该列的值], ....}) # 保存创建的数据表, path为xxx.csv文件路径data.to.csv(path, inde
2020-10-08 16:05:06
1564
1
原创 蓝桥杯：铺地毯
为了准备一个学生节，组织者在会场的一片矩形区域（可看做是平面直角坐标系的第一象限铺上一些矩形地毯。一共有n 张地毯，编号从1 到n。现在将这些地毯按照编号从小到大的顺序平行于坐标轴先后铺设，后铺的地毯覆盖在前面已经铺好的地毯之上。地毯铺设完成后，组织者想知道覆盖地面某个点的最上面的那张地毯的编号。注意：在矩形地毯边界和四个顶点上的点也算被地毯覆盖。输入格式:输入共 n+2 行。第一行，一个整数 n，表示总共有n 张地毯。 接下来的 n 行中，第i+1 行表示编号i 的地毯的信息，包含四个正整数a，b，g
2020-10-07 19:09:04
1479
1
原创 神经网络实践项目——数字奇偶识别
项目：奇偶识别将一个int型整数转化为32位二进制数作为BP人工神经网络的输入（例如，整数2为10前面加30个0，这32个数字分别为32个输入），0或1作为输出层的输出（该数为偶数，则预期输出d为0；该数为奇数，则预期输出d为1），以这样的模型（32个输入，隐含层16个神经元，输出层1个神经元，学习率参数r的值为0.1）训练1000个回合（训练一回合=训练一次训练集，训练一回合后，打乱训练集，再进行下一回合的训练），然后对测试集进行测试并统计奇偶识别率。训练集：1000个随机整数和1000个预期输出测
2020-08-02 15:56:49
1932
原创 应用实例：照片OCR（Application example：Photo OCR）
目录问题描述与.OCR.pipeline滑动窗口获取大量数据和人工数据天花板分析：下一步工作的.pipeline问题描述与.OCR.pipeline滑动窗口获取大量数据和人工数据天花板分析：下一步工作的.pipeline...
2020-07-27 16:36:16
1534
原创 大规模机器学习（Large scale machine learning）
目录学习大数据集随机梯度下降Mini-Batch.梯度下降随机梯度下降收敛在线学习减少映射与数据并行学习大数据集随机梯度下降Mini-Batch.梯度下降随机梯度下降收敛在线学习减少映射与数据并行...
2020-07-26 17:23:14
1917
原创 推荐系统（Recommender system）
目录问题规划基于内容的推荐算法协同过滤协同过滤算法矢量化：低秩矩阵分解实施细节：均值规范化问题规划基于内容的推荐算法协同过滤协同过滤算法矢量化：低秩矩阵分解实施细节：均值规范化...
2020-07-23 09:52:45
1764
原创 异常检测（Anomaly detection）
目录问题动机高斯分布算法开发和评估异常检测系统异常检测.VS.监督学习选择要使用的功能多变量高斯分布使用多变量高斯分布的异常检测问题动机异常检测问题主要应用在非监督学习问题。识别异常的样本。异常检测采取的方法：给定训练集，对数据建模即 p(x) ，也就是对样本的分布概率建模。如果新样本带入算法得到的结果低于给定阈值，即为异常。异常检测算法的应用：欺诈检测：对不同的用户活动，计算特征变量 x(i) ，然后可以建立一个模型来表示用户表现出各种行为的可能性，用来表示用户行为对应的特征向量出现的
2020-07-21 21:27:39
2494
原创 降维（Dimensionality Reduction）
目录目标 I：数据压缩目标Ⅱ：可视化主成分分析问题规划1主成分分析问题规划2主成分数量选择压缩重现应用.PCA.的建议目标 I：数据压缩目标Ⅱ：可视化主成分分析问题规划1主成分分析问题规划2主成分数量选择压缩重现应用.PCA.的建议...
2020-07-19 11:27:11
1817
原创 聚类（Clustering）
目录无监督学习K-Means算法优化目标随机初始化选取聚类数量无监督学习K-Means算法优化目标随机初始化选取聚类数量
2020-07-17 17:20:55
1965
原创 支持向量机（Support vector machines）
这里写目录标题优化目标直观上对大间隔的理解大间隔分类器的数学原理核函数使用SVM优化目标直观上对大间隔的理解大间隔分类器的数学原理核函数使用SVM
2020-07-16 15:57:27
1735
1
原创 机器学习系统设计（Machine learning system design）
目录确定执行的优先级误差分析不对称性分类的误差评估精确度和召回率的权衡机器学习数据确定执行的优先级垃圾邮件分类器：左边：垃圾邮件（标签1），可能故意拼写一些错误的单词。右边：非垃圾邮件（标签0）。一种选择邮件特征向量的方法：通过选择一个单词列表，然后建立一个向量，向量的内容是对应于单词是否出现。在实际中的做法是，在训练集中挑选出出现频率最高的n个单词，n一般在10000到50000的范围。问题：如何在有限的时间下，让分类器具有高精准度和低错误率？一种方法是收集大量数据。（Honey p
2020-07-15 10:05:47
4238
原创 应用机器学习的建议(Advice for applying machine learning)
目录决定下一步做什么评估假设模型的选择和训练、验证、测试集诊断偏差与方差正则化和偏差、方差学习曲线决定接下来做什么决定下一步做什么评估假设模型的选择和训练、验证、测试集诊断偏差与方差正则化和偏差、方差学习曲线决定接下来做什么...
2020-07-13 21:51:25
1584
原创 leetcode：174.地下城游戏
地下城游戏难度困难一些恶魔抓住了公主（P）并将她关在了地下城的右下角。地下城是由 M x N 个房间组成的二维网格。我们英勇的骑士（K）最初被安置在左上角的房间里，他必须穿过地下城并通过对抗恶魔来拯救公主。骑士的初始健康点数为一个正整数。如果他的健康点数在某一时刻降至 0 或以下，他会立即死亡。有些房间由恶魔守卫，因此骑士在进入这些房间时会失去健康点数（若房间里的值为负整数，则表示骑士将损失健康点数）；其他房间要么是空的（房间里的值为 0），要么包含增加骑士健康点数的魔法球（若房间里的值为正整.
2020-07-12 22:48:58
1496
原创 神经网络学习（Neural Networks: Learning）
目录代价函数反向传播算法理解反向传播使用注意：展开参数梯度检测随机初始化组合到一起无人驾驶代价函数L：神经网络的总层数。Sl：第 l 层的单元（神经元）数，不包括偏置单元。K：输出向量的维度数，对于二分类 K = 1，对于其他类别 K = 分类类别个数。代价函数：由于神经网络输出的是k维分类结果，所以计算的偏差是k个结果之和。对于正则化项，在逻辑回归和神经网络中都是相同的，把所有的正则化项的参数全部累加；但偏置参数并不需要参与正则化，所以我们并没有将其加入到正则化中。反向传播算法反向传
2020-07-12 16:21:49
1854
原创 神经网络（Neural Networks：Representation）
这里写目录标题非线性假设神经元与大脑模型展示例子与直觉理解多元分类非线性假设假如有一个监督学习分类问题它的训练集如图所示：如果使用logistc分类方法（逻辑回归），我们可以构造一个包含很多非线性项的logistc回归函数，当多项式（例如图中特征x1，x2任意组合）足够多时，那么就可能分类成功。当我们需要输入的特征量n很大时：如果多项式只包含二次项，那么会产生大量的二次项；如果只包含其中的平方项，那么会因为忽略了太多的相关项，而导致拟合的曲线不准确；如果包含三次项，那么数据量更大了。由于项数过多
2020-07-10 16:01:02
1895
原创 PTA练习题：公路村村通
现有村落间道路的统计数据表中，列出了有可能建设成标准公路的若干条道路的成本，求使每个村落都有公路连通所需要的最低成本。输入格式:输入数据包括城镇数目正整数N（≤1000）和候选道路数目M（≤3N）；随后的M行对应M条道路，每行给出3个正整数，分别是该条道路直接连通的两个城镇的编号以及该道路改建的预算成本。为简单起见，城镇从1到N编号。输出格式:输出村村通需要的最低成本。如果输入数据不足以保证畅通，则输出−1，表示需要建设更多公路。输入样例:6 151 2 51 3 31 4 71 5
2020-06-20 23:22:47
3309
空空如也
李宏毅老师机器学习进阶课程
2020-12-23
TA创建的收藏夹 TA关注的收藏夹
TA关注的人