<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[bright_colo的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/bright_colo</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; bright_colo]]></copyright><item><title><![CDATA[Python-深度学习.pytorch（二）——自动微分、认识深度学习]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/150105479</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/150105479</guid><author>bright_colo</author><pubDate>Sat, 16 Aug 2025 13:13:34 +0800</pubDate><description><![CDATA[自动微分模块torch.autograd负责自动计算张量操作的梯度，具有自动求导功能。自动微分模块是构成神经网络训练的必要模块，可以实现网络权重参数的更新，使得反向传播算法的实现变得简单而高效（梯度运算必须是浮点型（float））]]></description><category></category></item><item><title><![CDATA[Python-深度学习（一）]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149984183</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149984183</guid><author>bright_colo</author><pubDate>Sat, 16 Aug 2025 13:13:09 +0800</pubDate><description><![CDATA[认识pytorch和tensor张量的使用]]></description><category></category></item><item><title><![CDATA[Python-深度学习——pytorch的安装]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149978212</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149978212</guid><author>bright_colo</author><pubDate>Sat, 16 Aug 2025 13:12:23 +0800</pubDate><description><![CDATA[建议用Anaconda创建一个虚拟环境，用于运行安装你的PyTorch（一定要先确定你要安装的pytorch版本支持的Python版本）一、基础认知cuDNN（CUDA Deep Neural Network library）是 NVIDIA 开发的用于深度学习的 GPU 加速库。它专门针对深度神经网络中的常见操作（如卷积、池化、归一化等）进行了高度优化，能够显著提高深度学习模型的训练和推理速度。]]></description><category></category></item><item><title><![CDATA[Python-机器学习（一）——特征工程]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149949648</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149949648</guid><author>bright_colo</author><pubDate>Sat, 09 Aug 2025 00:50:44 +0800</pubDate><description><![CDATA[就是对特征进行相关的处理，一般使用pandas来进行数据清洗和数据处理、使用sklearn来进行特征工程。特征工程是将任意数据(如文本或图像)转换为可用于机器学习的特征。步骤：特征提取（dataframe类型不用）---- 无量纲化（预处理）---- 降维。]]></description><category></category></item><item><title><![CDATA[Python-机器学习初识]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149944365</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149944365</guid><author>bright_colo</author><pubDate>Tue, 05 Aug 2025 23:20:10 +0800</pubDate><description><![CDATA[机器学习（Machine Learning）本质上就是让计算机自己在数据中学习规律，并根据所得到的规律对未来数据进行预测。机器学习包括如聚类、分类、决策树、贝叶斯、神经网络、深度学习（Deep Learning）等算法。]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——图像预处理（七）——亮度变换、形态学变换]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149916721</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149916721</guid><author>bright_colo</author><pubDate>Tue, 05 Aug 2025 19:25:04 +0800</pubDate><description><![CDATA[由于操作图像为二值图，所以不是黑就是白，这就意味着，在卷积核覆盖的区域内，只要有白色（像素值为255），那么该区域的中心像素点必定为白色（255）。由于操作图像为二值图，所以不是黑就是白，这就意味着，在被核值为1覆盖的区域内，只要有黑色（像素值为0），那么该区域的中心像素点必定为黑色（0）。也就是从图像的左上角开始，滑动到图像的右下角，但与腐蚀恰恰相反，在滑动过程中，令核值为1的区域与被核覆盖的对应区域进行相乘，得到其最大值，图像都是由一个个像素值组成的，图像的亮度变换实际上还是图像像素值的变换。]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——图像预处理（七）——模板匹配、霍夫变换]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149911916</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149911916</guid><author>bright_colo</author><pubDate>Mon, 04 Aug 2025 23:09:24 +0800</pubDate><description><![CDATA[一种改进的霍夫变换，它在获取到直线之后，会检测原图中在该直线上的点，并获取到两侧的端点坐标，然后通过两个点的坐标来计算该直线的长度，通过直线长度与最短长度阈值的比较来决定该直线要不要被保留。模板匹配就是用模板图（通常是一个小图）在目标图像（通常是一个比模板图大的图片）中不断的滑动比较，通过某种比较方法来判断是否匹配成功,找到模板图所在的位置。（返回值是一个二维数组，每个元素是一个包含4个元素的数组，分别表示每条直线的起始点和结束点在图像中的坐标（x1, y1, x2, y2） ）]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——图像预处理（六）——凸包、轮廓特征查找、直方图]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149880814</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149880814</guid><author>bright_colo</author><pubDate>Sun, 03 Aug 2025 21:49:15 +0800</pubDate><description><![CDATA[一副效果好的图像通常在直方图上的分布比较均匀，直方图均衡化就是用来改善图像的全局亮度和对比度，通俗的讲，就是遍历图像的像素统计出灰度值的个数、比例与累计比例，并重新映射到0-255范围（也可以是其他范围）内。将集中的点进行两两配对，并进行连线，对于每条直线，检查其余所有的点是否处于该直线的同一侧，如果是，那么说明构成该直线的两个点就是凸包点，其余的线依次进行计算，从而获取所有的凸包点。：反映图像像素分布的统计图，横坐标就是图像像素的取值，纵坐标是该像素的个数。也就是对一张图像中不同像素值的像素个数的统计。]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——图像预处理（五）——梯度处理、边缘检测、图像轮廓]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149698501</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149698501</guid><author>bright_colo</author><pubDate>Sun, 03 Aug 2025 14:09:34 +0800</pubDate><description><![CDATA[还记得高数中的一阶导数求极值吗？把图片想象成连续函数，因为边缘部分的像素值是与旁边像素明显有区别的，所以对图片局部求极值，就可以得到整幅图片的边缘信息了。不过图片是二维的离散函数，导数就变成了差分，这个差分就称为图像的梯度。]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——图像预处理（四）——滤波器]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149693249</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149693249</guid><author>bright_colo</author><pubDate>Sun, 27 Jul 2025 20:21:16 +0800</pubDate><description><![CDATA[在不知道用什么滤波器好的时候，优先高斯滤波，然后均值滤波。斑点和椒盐噪声优先使用中值滤波。要去除噪点的同时尽可能保留更多的边缘信息，使用双边滤波。线性滤波方式：均值滤波、方框滤波、高斯滤波（速度相对快）。非线性滤波方式：中值滤波、双边滤波（速度相对慢）。]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——图像预处理（三）]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149676344</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149676344</guid><author>bright_colo</author><pubDate>Sun, 27 Jul 2025 16:10:36 +0800</pubDate><description><![CDATA[图像的边缘填充，透视和掩膜操作]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——图像预处理（二）]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149585120</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149585120</guid><author>bright_colo</author><pubDate>Thu, 24 Jul 2025 23:25:10 +0800</pubDate><description><![CDATA[图像的仿射变换，和插值方法]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——图像预处理（一）]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149579567</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149579567</guid><author>bright_colo</author><pubDate>Wed, 23 Jul 2025 22:52:53 +0800</pubDate><description><![CDATA[图像的简单操作，和灰度化，二值化处理]]></description><category></category></item><item><title><![CDATA[Python-初学openCV——对openCV的简单使用]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149545606</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149545606</guid><author>bright_colo</author><pubDate>Tue, 22 Jul 2025 22:11:26 +0800</pubDate><description><![CDATA[OpenCV（Open Source Computer Vision Library）是一个开源的计算机视觉库，旨在为实时图像处理提供强大的功能。它由Intel开发，现由开源社区维护。OpenCV 提供了跨平台的解决方案，支持 Windows、Linux、macOS、iOS 和 Android 系统，适用于各种应用场景。]]></description><category></category></item><item><title><![CDATA[Python——模块化编程]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149490362</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149490362</guid><author>bright_colo</author><pubDate>Sun, 20 Jul 2025 23:43:11 +0800</pubDate><description><![CDATA[用户自己编写的模块，用于复用代码文件名以 .py 结尾，存放自定义的函数、类等1、创建模块# utils.py# main.pyprint(utils.add(3, 5)) # 输出: 8print(utils.greet("Alice")) # 输出: Hello, Alice!]]></description><category></category></item><item><title><![CDATA[Python——迭代器和生成器]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149484994</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149484994</guid><author>bright_colo</author><pubDate>Sun, 20 Jul 2025 20:53:16 +0800</pubDate><description><![CDATA[自定义迭代器类return self # 迭代器返回自身else:raise StopIteration # 数据迭代结束# 使用自定义迭代器。]]></description><category></category></item><item><title><![CDATA[Python——类与对象]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149408900</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149408900</guid><author>bright_colo</author><pubDate>Thu, 17 Jul 2025 22:55:50 +0800</pubDate><description><![CDATA[面向对象编程（Object-Oriented Programming，简称OOP）是一种通过组织对象来设计程序的编程方法。Python天生就是面向对象的模块化编程。]]></description><category></category></item><item><title><![CDATA[Python——递归函数与装饰器函数]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/148592939</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/148592939</guid><author>bright_colo</author><pubDate>Wed, 16 Jul 2025 22:09:34 +0800</pubDate><description><![CDATA[n!递归公式：n!，终止条件：0!= 1return 1必须有一个内嵌函数内嵌函数必须引用外部函数中变量外部函数返回值必须是内嵌函数。]]></description><category></category></item><item><title><![CDATA[linux-C语言学习（三）--词法符号]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/149002234</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/149002234</guid><author>bright_colo</author><pubDate>Mon, 30 Jun 2025 19:33:02 +0800</pubDate><description><![CDATA[按照功能进行分类，词法符号可以分为：关键字、标识符、分隔符、运算符、标点符号。]]></description><category></category></item><item><title><![CDATA[linux-C语言学习（二）]]></title><link>https://blog.youkuaiyun.com/bright_colo/article/details/148931993</link><guid>https://blog.youkuaiyun.com/bright_colo/article/details/148931993</guid><author>bright_colo</author><pubDate>Sun, 29 Jun 2025 19:12:36 +0800</pubDate><description><![CDATA[计算机组成：输入、输出、存储器（内存、外存）、运算器/控制器（CPU）]]></description><category></category></item></channel></rss>