- 博客(15)
- 收藏
- 关注
RSS订阅原创 计算机视觉基础之OpenCV
4. 安装OpenCV(首先使用 pip install opencv-python).3. VScode安装Python，jupyter extension.5.因为使用的是jupyter, 因此还需要对应安装ipykernel.2. 安装一个VScode(我用的是这个，当然也可以用其他类型的).只做简单的图片的加载，读写转换。新手可以一步一步试试。1. 安装一个Python.
2025-05-04 18:25:08
389
原创 计算机视觉基础
陌生的单词当你不知道的时候总觉得非常的深不可测，然而当你知道的时候，也就那么回事~🙂今天解锁一个新单词缩写CV-Computer Vision.
2025-05-04 13:41:54
170
原创 循环神经网络（RNN）之 词嵌入
在图像处理问题中，每次一张图像出来所有的像素点都是同一时刻出现的，是并行的。CNN利用这点找到不同图像的特征来进行分类和判断。但是在语言处理领域，每一句话中的每一个字并不是同一时刻出现的，而且前面一个字和后面一个字的关系也不是完全割裂的。CNN已经没有办法处理这种问题。能够处理具有序列特性的RNN应运而生。
2025-04-16 20:01:21
520
原创 卷积神经网络（CNN）
对于两个函数 f 和 g，它们的卷积通常表示为 f ∗ g，以连续函数为例，卷积的定义公式为：看看这复杂的公式：1. 有2个函数;2. 有一个函数还是关于t的负函数；3. 两个函数还相乘；4. 还积分....
2025-04-05 14:56:26
1045
原创 XGBoost
树模型你可以画出来，但是树模型你知道如何用数学表达式表示出来吗？下面这段话是比较专业的解释：用直白的话解释下上面的定义：有一棵画好的树，并且知道他有J个互不相交的叶子节点，每个节点的代号是R1,R2....Rj。C是针对每个节点的系数/常数。有一个数据集，（xi,yi）,如果x属于某个节点，对应的I就是1，否则为0。
2025-03-23 15:57:44
407
原创 决策树（ID3，C4.5，CART分类树，CART回归树）
已经有了广义上的分类和回归，为什么还会有决策树模型？因为有的时候有些模型就是好画不好写.....
2025-03-22 13:22:18
697
原创 损失函数（最小二乘法/极大似然估计/交叉熵）
从公式发现，交叉熵和极大似然估计表达式极其的一致。所以也许极大似然估计和交叉熵就是一个，也算是殊途同归！！！参考：【“损失函数”是如何设计出来的？直观理解“最小二乘法”和“极大似然估计法”】https://www.bilibili.com/video/BV1Y64y1Q7hi?【“交叉熵”如何做损失函数？打包理解“信息量”、“比特”、“熵”、“KL散度”、“交叉熵”】https://www.bilibili.com/video/BV15V411W7VB?
2025-02-06 22:19:20
1808
原创 神经网络 Neural Networks
神经网络（或者说深度学习）首先实在语音(Speech)领域使用，再是图像(Image)，再是文字（Text）。神经网络是引用了生物学的神经元，模仿人大脑工作的方式构成了数学领域的神经网络。但是，实际上，神经网络的概念并不是最近提出的，而是已经提出了很多很多年，为什么现在才得到如此广泛的应用和如此快速的发展呢？由下图可知，想要得到很好的performance，2个因素至关重要：足够多的数据，足够快的电脑算力。横坐标amount data代表足够多的数据，代表AI的使用，覆盖率对应的测试集训练集；
2025-02-04 21:45:08
1718
原创 机器学习-分类问题-Part2
如果我们使用更加高次项的模型来拟合（如最右边的图所示），很明显，看起来拟合的结果与当期的数据极其的一致。为了预防形成的模型中w的值过于的大，因此增加了后面的惩罚项，那么但凡有一个很大的w,代价函数都会变大。由于高次项的值即使变动很少，对模型的影响都会很大，因此，在模型构建的时候，将次多项式前面的系数减小，这样能够减少Overfit的发生。用房价回归预测举例， 在预测房价的模型中使用关键的，有效的特征（如房屋的面积），忽略次元的特征（如房屋附件咖啡店的数量）。下式中加了2项，一项是w的，一项的b的。
2025-02-03 20:36:20
536
原创 机器学习-分类问题-Part1
对于回归问题，不管是线性的还是非线性的，预测的结果总是在一个区间内的不固定的值，但是，总是有一些问题答案只有Yes 或者No。那么对于这样的问题，应该用什么样的模型呢？这种问题就是分类问题。
2025-01-25 14:36:39
1160
原创 机器学习-回归问题
以有监督学习中的线性回归问题为例；我们通过一堆training sets（训练集），这些数据集里面是包括了features(房子面积)，target（房子价格）。我们通过这个训练集学习到一个算法（Learning algorithm）。（我们可以把这个算法理解为一个函数Function）。这样以后对于任何一个feature的输入我们都能得到一个target的预测。假设下图x轴代表feature 房子面积，y轴代表target房价。
2025-01-16 22:21:14
45
原创 用Python将多个txt文件合并到同一个excel中的不同sheet
以下代码只适用于具有同样格式的多个txt文件合并在同一个excel的不同sheet，对于将所有txt 按同样的格式合并在同一个sheet的，以下代码不能实现。filenames = os.listdir(filePath) #每一一个txt文件的文件名，同时这是一个列表。filePath =r'C:\Amy\new' #存放txt的文件夹的存储位置。#用每个txt名创建对应的sheet名。#将txt读出来的按行 按空格，分别加到对应的excel中。
2024-11-24 20:08:46
384
原创 用Python对Excel进行简单的读写操作
print(wb.sheets()[1].row_values(1)) #输出表格中index代号为1的sheet中第1行的所有值。print(wb.sheets()[1].col_values(1)) #输出表格中index代号为1的sheet中第1列的所有值。print(wb.sheets()[1].cell_value(1, 1)) #输出表格中index代号为1的sheet中第1行1列的值。
2024-11-24 11:16:27
473
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人