MXIAO56789的博客

原创 发电机故障、不正常工作状态、需要的保护

*发电机故障和不正常工作状态，需要的保护

原创 发电机可能发生的主要故障

发电机可能发生的主要故障

原创 多层感知机、卷积神经网络、循环神经网络、循环卷积神经网络预测多元分类

#多层感知器神经网络模型# 0. 调用要使用的包from keras.datasets import reutersfrom keras.utils import np_utilsfrom keras.preprocessing import sequencefrom keras.models import Sequentialfrom keras.layers import Dense, Embeddingfrom keras.layers import Flattenmax_featu.

原创 多层感知机、循环神经网络、卷积神经网络、循环神经网络、时间序列预测二元分类

#多层感知器神经网络模型# 0. 调用要使用的包from keras.datasets import imdbfrom keras.preprocessing import sequencefrom keras.models import Sequentialfrom keras.layers import Dense, Embeddingfrom keras.layers import Flattenmax_features = 25000text_max_words = 200# 1.

原创 多层感知机、循环神经网络、Stateful循环神经网络、Stateful叠加循环神经网络预测数值

#多层感知器神经网络模型# 0. 调用要使用的包import numpy as npfrom keras.models import Sequentialfrom keras.layers import Dense, LSTM, Dropoutfrom sklearn.preprocessing import MinMaxScalerimport matplotlib.pyplot as plt%matplotlib inlinedef create_dataset(signal_data.

原创 多层感知机、卷积神经网络、深度卷积神经网络实现图像的多元识别

应用场景:1: 实现植物的分类2：各种有区别度的分类3：台风的类型4：细菌的种类#多层感应器神经网络模型# 0. 调用要使用的包import numpy as np31from keras.utils import np_utilsfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Dense, Activationwidth = 28height

原创 多层感知机、卷积神经网络、深度卷积神经网络实现图片的二元分类

应用范围：1：人脸部照片性别识别2：产品线上产品优劣识别3：医疗照片是否患病识别# 多层感应器神经网络模型# 0. 调用要使用的包from keras.utils import np_utilsfrom keras.datasets import mnistfrom keras.models import Sequentialfrom keras.layers import Dense, Activationwidth = 28height = 28# 1. 生成数据集# 调用训

原创 多层感应神经网络、卷积神经网络预测图片复杂度数值

1：将固定区域内拍摄视频复杂度，密度等指标数值化2：预测雾霾指数3：预测绿潮、赤潮指数4：预测太阳板灰尘堆积程度#多层感应器神经网络模型# 0. 调用要使用的包import numpy as npfrom keras.models import Sequentialfrom keras.layers import Densewidth = 20height = 20def generate_dataset(samples): ds_x = [] ds_y = [

原创 检测模型中（精度、召回率）理解

原创 keras 模型可视化

Failed to import pydot. You must install pydot and graphviz for pydotprint to work1：把以前下的 pydot 与 graphviz 删掉2：到官网上重新下载 graphviz3：重新安装 ，不要放在C盘，因为放在C盘启动graphviz需要权限4：配置环境变量如下5：都装好了6：模型可视化from keras.layers import Conv2D, MaxPool2Dfrom keras.la

原创 分类模型中准确率、敏感度、特异度的理解

原创 设置早停，预防过拟合

from keras.callbacks import EarlyStoppingearlyStopping = EarlyStopping(patience = 20 )his = model.fit(X_TRAIN,Y_TRAIN,epochs=400,batch_size = 32,validation_data = (X_VAL,Y_VAL),callbacks = [earlyStopping])# batch_size = 32 默认训练32组数据更新一次模型的权重...

原创 keras编写回调函数

调用fit函数经历50个周期，与调用50次fit函数效果相同from keras.datasets import mnist #调用mnist数据包from keras import modelsfrom keras import layersclass CB(keras.callbacks.Callback): def __init__(self): self.TRAIN_LOSS = [] self.VAL_LOSS = [] se

原创 Keras +TensorBoard 可视化

from keras.datasets import mnist #调用mnist数据包from keras import modelsfrom keras import layers(train_images, train_labels), (test_images, test_labels) = mnist.load_data() #调用训练集和测试集#分离训练集和验证集X_VAL=train_images[50000:] # 50000到60000Y..

原创 神经网络模型训练mnist

from keras.datasets import mnist #调用mnist数据包from keras import modelsfrom keras import layers(train_images, train_labels), (test_images, test_labels) = mnist.load_data() #调用训练集和测试集#分离训练集和验证集X_VAL=train_images[50000:] # 50000到60000Y_VA.

原创 yolov5训练自己的模型

YOLOv5自己模型跑的结果那么如何自己的模型呢？1：创建自己的四个文件夹、（绝对路径不要有中文汉字，自己踩过的坑）1.11.21.31.41.51.62：训练出自己的模型2.1 这个.pt文件自己下载yolov5是没有的，还需要自己去下在。2.22.3可能遇到字节溢出等问题2.4结果...

原创 多变量线性回归（用生活中的例子理解）

原创 最小二乘回归函数（单变量）

原创 用生活中的例子理解MSE(均方误差)、RMSE(均方根误差)、R(拟合优度)

原创 图像的低通滤波

原创 图像模糊opencv与c++

原创 opencv图像腐蚀

原创 opencv显示图片、Mat的作用

opencv显示图片

原创 VS 2019 ,VS2017,VS2015无法启动程序XXXX.exe,系统找不到指定的路径

解决方法：源文件那个地方只放一个文件，还有project上面的XXX.cpp只放一个文件，两个地方同时满足，就可以多次运行程序了，标题上的问题就解决了，如果成功了就给我点个赞吧！！！