daimashiren的博客

中心点为负数，上下左右都是正数，经过Laplace算子处理后 （对应位置相乘再相加），如果中心的上下左右都是有灰度变化的，那么判定该中心点位于边缘内，那么经此处理后，边缘中心的灰度值会变小，而周围上下左右灰度值不变，因而最后输出的图像中，只有边缘周围上下左右部分的灰度值被保留，而边缘部分则趋于0或等于0 （小于0的部分会被截断为0），因此需要变号 (公式中令c = -1) ，即从原图中减去Laplace算子处理后的图像，使得边缘中心的灰度值变大，而边缘周围的灰度值减少，就表现为原图中的边缘

微分一元函数的微分定义式如下：dy=f′(x)∗dxdy=f'(x)*dxdy=f′(x)∗dx即 垂直变化量 = 斜率(导数) * 水平变化量微分的含义：用一个线性函数的变化来逼近任意可导函数的变化梯度梯度是一个矢量，是多元函数在某一点处的偏导数构成的矢量。例如，令 z = f(x,y)，则z在点p(x,y)处的梯度为 ：▽f(x,y)=gradf(x,y)=(∂f∂x,∂f∂y)▽f(x,y) = gradf(x,y) = (\frac{\partial f}{\partial x

Dilated Convolution是一种通过增加kernel元素间距(padding 0)使得感受野增加的一种卷积方式。所谓感受野就是特征图上每个点对应原图像的像素范围。这样，在不改变kernel size(上图中的kernel size还是3x3)的情况下，增加了感受野。也可以理解为kernel size从3x3 变成了5x5(但是只有原来的3x3的位置有权值，其余位置均为0)，Dilated Conv的kernel计算公式如下:k′=k+(k−1)(d−1)k'=k+(k-1)(d-1)k

KL散度深度学习中，常用KL散度衡量两个数据分布之间的差异，KL散度越小，则表示两个数据分布之间的差异越小。一般以 P(x) 表示样本的真实分布，Q(x)作为模型预测的分布。例如，在一个三分类任务中，x1，x2，x3分别表示猫、狗和马。若一张猫的图片的真实分布P(x)=[1,0,0]，而预测分布为Q(x)=[0.7,0.2,0.1]，则对应的KL散度计算如下：交叉熵在介绍交叉熵之前，首先补充一下以下重要概念：信息量设某一事件发生的概率为P(x)，则其信息量表示为：...

区别Iteration: 是指跑完一个batch，更新了一次参数叫做一次Iterationepoch: 是指跑完一整个Dataset里的所有batch之后，累计更新了len(datasets)/batchsize次参数之后叫做一个epoch.总Iteration的计算公式如下：...

一.卷积层的定义和计算1.卷积层的定义卷积层 = 感受野 + 权值共享每一个感受野( receptive field) 内会有多个filter，而每个filter的参数设置都不一样(一般随机初始化后，由神经网络自主学习得到)。每个filter负责侦测该感受野内出现的某种特征(pattern)，而同样的特征可能会在图像的其他位置重复出现，因而同一张图片的不同区域需要同样的一组filter来侦测，即权值共享(Parameter Sharing)，以实现filter的高效复用及参数量的缩减...

#include<iostream>#include<vector>using namespace std;typedef struct{ int length; vector<elem> e;}SStable;typedef struct{ int key;}elem;//无序表上的顺序查找int unSq_search(SStable ST,int key){ int i = ST.length; .

准备工作定义一个基础的交换函数swapValue()和打印函数output()以便于后续排序函数的调用。#include<iostream>#include<Windows.h>using namespace std;void swapValue(int &a , int &b);void output(int arr[],int len);void swapValue(int &a , int &b){ int.

最近在学爬虫的时候，偶然看到了这个，然后就尝试着写了个脚本。python真的用途很广。写这个脚本的目的在于，是希望利用Selenium做自动化测试时能把错误的截图以及日志及时保存下来并发到指定邮箱，这样十分有利于后期的维护。那么话不多说，Show methe code!# coding:utf-8import smtplibimport osfrom email.mime.te...

插入构造函数Alt + Insert + ConstructorSystem.out.print快捷键soutif/for/try/catch块包围快捷键Ctrl+ Alt + T导入包快捷键Alt+Enterterminal命令行中终止当前命令Ctrl+ C全局搜索某个类Ctrl+N多行注释快捷键Ctrl+ Shif...