自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

qq_36918538的博客

  • 博客(3)
  • 资源 (14)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 使用python args parse_args()，解决error: the following arguments are required: --input/-i, --output/-o

argparse 模块是 Python 内置的一个用于命令项选项与参数解析的模块。该模块可以让人轻松编写用户友好的命令行接口。通过在程序中定义好我们需要的参数，然后 argparse 将会从 sys.argv 解析出这些参数。argparse 模块还会自动生成帮助和使用手册，并在用户给程序传入无效参数时报出错误信息。原始代码parser = argparse.ArgumentParser()parser.add_argument('--input', '-i', required=True, he

2021-04-25 17:38:37 11138 2

原创 深度学习环境部署：win10+python3.6+PyCharm2019.1.1+tensorflow1.9-gpu+cuda9.0+cudnn7.5

相关资源下载链接: link.里面提供Anaconda3-5.2.0-Windows，cuda9.2，cudnn7.6和tensorflow_gpu-1.9.0-cp36-cp36m-win_amd64.whl的百度云盘下载链接。（关于cuda和cudnn，请看完后面的问题解析，再慎重选择下载安装！）各个步骤安装过程的详细截图：《Windows10下Python3,CUDA9,Cudnn7和tensorflow配置》，链接: link.PyCharm2019.1.1安装安装地址和步骤，链接：链接

2020-07-13 09:05:55 559

原创 Win10下安装Opencv+Codeblocks遇到的dll文件缺失，和CMake Warning at cmake/OpenCVDownload.cmake:193(message)问题

如何解决Win10下安装Opencv+Codeblocks遇到的dll文件缺失，和CMake Warning at cmake/OpenCVDownload.cmake:193(message)问题Win10下安装Opencv3.4.0+Codeblocks主要参考博客链接: link.里面还包含了所有需要的安装资源，CMake-3.10.3-win64-x64，Mingw_x86_64_7.3.0，opencv-3.4.0，Codeblocks-17.12等等。百度云盘地址链接: link.

2020-06-13 15:12:04 3285

模式识别作业.docx
批处理感知器算法，线性判别函数，多类分类one-vs-all 技巧，画决策面，编写Ho-Kashyap算法并应用到w1和w3数据上，再应用到w2和w4数据上，指出并分析训练误差。请写一个程序，实现MSE多类扩展方法。每一类用前8个样本来构造分类器，用后两个样本作测试,再给出正确率。

2020-03-27

模式识别作业.docx
混合高斯密度函数估计。K-Means聚类算法。谱聚类算法（经典算法、Shi算法和Ng算法）。影响聚类性能的因素。证明：对于平方误差和准则，第三种划分最好；若采用类内散度矩阵的行列式最小准则，则前两种划分较好。

2020-03-27

CodeBlocks及Opencv的呕血搭建历程.docx
文档里面包括codeblocks17.12+opencv3.4.0的安装教程和配置过程中遇到的常见问题的解决办法！另外还包括VisualStudio2019Community版本和Opencv3.4.0的安装过程指导！

2020-06-13

python下不同深度学习环境的创建.doc
关于以下内容的教程和详细步骤：在Anaconda的envs目录下管理并安装多个不同版本的深度学习环境tensorflow和pytorch，不同环境下安装不同版本的cuda（含操作截图和资源链接）。

2020-08-05

第一次作业整理.docx
证明题，编程题（代码+分析总结）。两类问题判别规则。在许多模式分类问题中，可以将某个模式分到 类中某一类，也可以由于其不可分性而拒绝将其分到任何类别。两类分类问题的极小化极大准则。最小概率误差。推导最大熵分布的一般方程。陈述贝叶斯判决边界不“经过”两个均值之间的条件。代码：大量独立的随机变量的平均将近似为一高斯分布。产生100个点（50个一类的点，50个二类的点），并计算经验误差。

2020-03-27

高级人工智能-期末复习重点.docx
人工智能的三大学派：符号主义，联结主义，行为主义。搜索，遗传算法，多层感知机(MLP)，BP算法，Hopfield 网络，径向基网络，Boltzmann机（BM），深度神经网络（DNN），自动编码器（Auto Encoder），Deep Belief Networks(DBN)，Deep Boltzmann Machine(DBM)，Deep Learning for Image，Deep Learning for Sequence，RNN，LSTM，GAN，消解（归结）原理，一阶谓词逻辑，一阶逻辑-推演，KB语义网络，模糊逻辑。田忌赛马，格子问题，传教士、蚁群算法。

2020-03-27

模式识别（模型选择，SVM，分类器）作业解答+代码.docx
Adaboost算法的设计思想。从机器学习的角度简述模型选择的基本原则。丑小鸭定理；Occam剃刀原理；最小描述长度定理。简述分类器集成的基本方法。推导Hard-Margin SVM的优化目标。解释Hinge Loss在SVM中的意义。编程：从MNIST数据集中选择两类，对其进行SVM分类，可调用现有的SVM工具利用sklearn库进行svm训练MNIST数据集，准确率可以达到90%以上。

2020-03-27

模式识别作业-习题解答+代码.docx
反向传播框架下推导学习规则。总结BP算法。描述自组织算法的计算步骤，给出训练算法的框图。指出卷积神经网络需要计算的权重数量；相对于全连接和非权值共享，所减少的权重数量。编写两个通用的三层前向神经网络反向传播算法程序，一个采用批量方式更新权重，另一个采用单样本方式更新权重。隐含层不同结点数目对训练精度的影响；观察不同的梯度更新步长对训练的影响，并给出一些描述或解释。

2020-03-27

模式识别第二次作业题及详细答案
统计独立的相关证明，最大似然估计，Kullback-Leibler距离，HMM，后向传播。含可复制的详尽公式！！！

2020-03-27

模式识别作业答案.docx
由15个样本组成的贷款申请训练数据，包括四个特征（年龄，有无工作，有无房屋，信贷情况），最后一列是类别，表示是否同意其贷款。（1）计算所有特征对上表中数据集的信息增益；（2）用ID3算法建立决策树。用伪代码描述一种决策树剪枝的方法。预剪枝，后剪枝两类。给出PCA算法的计算过程。样本降维。

2020-03-27

模式识别期末复习资料（试卷+PPT内容精选+考点重点归纳总结）.zip
重点： 感知器，（批处理算法，改进）；如何做多类分类（一对多，多对一），svm；反向传播算法（优缺点）；卷积神经网络（如何构造，怎么解释，自组织映射的原理，径向基函数也看看）；RNN，STLM作为了解；聚类：如何从混合密度估计到kmeans；准则；挑战性问题；层次聚类；谱聚类（原理，写出一种算法，基本计算过程）。强调问题的描述！！建模！！有无标签，原理（准则，如反向传播-误差传播），任务。adaboost的原理，基本智能过程，为什么有效（最大margin算法-支持向量机）。adaboost那节课的重点是模型选择的原则，分类器集成的基本方法，以及adaboost的原理及其训练的基本计算步骤。

2020-03-27

基于深度学习的语义分割经典模型.pptx
“语义分割”处理的是像素级分类问题，是计算机视觉中的基本任务，在自动驾驶、地物检测以及医疗辅助等许多领域，有着巨大的应用价值。常见的基于深度神经网络的语义分割模型，有U-Net，SegNet，PSPNet，以及DeepLab系列，（含论文出处和代码链接）。后续还将进一步整理完善哟！

2020-05-22

模式识别作业代码.zip
总共3个代码 代码1：大量独立的随机变量的平均将近似为一高斯分布。 代码2+3：探索经验误差，正态分布，贝叶斯判决边界。

2020-03-27

以windows上离线安装opencv为例.docx
Windows下，在Anaconda3中安装其他想要的软件包，如opencv，更高版本的numpy等。

2020-06-10

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章？
取消 删除