echo_1994的博客

最近参加京东的猪脸识别比赛，训练集是30个视频，需要将视频的每一帧提取出来存储为图片，存入对应的文件夹（分类标签）。本例是直接调用了cv2 模块中的 VideoCapture。但有个问题，每一个视频转换得到的30个子文件夹里，都有2952张图片，但第2952张是空的，所以只有运用强大的Linux递归删除符合条件的文件了

用gensim函数库训练Word2Vec模型有很多配置参数。这里对gensim文档的Word2Vec函数的参数说明进行翻译，以便不时之需。class gensim.models.word2vec.Word2Vec(sentences=None,size=100,alpha=0.025,window=5, min_count=5, max_vocab_size=None, sample=0.001,...

1. 三种梯度下降优化框架有三种梯度下降算法框架，它们不同之处在于每次学习(更新模型参数)使用的样本个数，每次更新使用不同的样本会导致每次学习的准确性和学习时间不同。全量梯度下降(Batch gradient descent)：每次使用全量的训练集样本来更新模型参数；随机梯度下降(Stochastic gradient descent)：每次从训练集中随机选择一个样本来进行学习小批...

小常识5-stacking和blending模型融合方法详解对于机器学习和深度学习来说，用单模型的效果往往都没有进行模型融合后的效果好。对模型来说，我们需要选择具有多样性，准确性的模型，对于融合的方式来说也有很多种，比如最简单的取平均或者投票法就是一种。这里主要讲一下stacking和blending，二者都是用了两层的模型。blendingbending是一种模型融合方法，对于一...

在调参时xgboost/gbdt为什么树的深度很少就能达到很高的精度？  RF和GBDT都是属于集成学习的范畴。集成学习下有两个重要的策略Bagging和Boosting。一句话的解释，来自周志华老师的机器学习教科书：Boosting主要关注降低偏差，因此Boosting能基于泛化性能相当弱的学习器构建出很强的集成；Bagging主要关注降低方差，因此它在不剪枝的决策树、神经网络等学习器上效用...

反卷积（Deconvolution）的概念第一次出现是Zeiler在2010年发表的论文Deconvolutional networks中，但是并没有指定反卷积这个名字，反卷积这个术语正式的使用是在其之后的工作中(Adaptive deconvolutional networks for mid and high level feature learning)。随着反卷积在神经网络可视化上的...

for value in rang(10)涉及的数字倒序输出：　　for value in rang(10)[::-1]涉及的数字倒序输出：一、反转　　二、详解这个是python的slice notation的特殊用法。a = [0,1,2,3,4,5,6,7,8,9]b = a[i:j] 表示复制a[i]到a[j-1]，以生成新的list对象b = a[1:3] 那么...

#coding:utf-8import osfrom PIL import Imageimport numpy as npdef resize(imgPath,savePath): files = os.listdir(imgPath) files.sort() print('****************') print('input :',imgP...