大胖东的博客

** 智能猫狗识别任务，用摄像头识别或者输入图片进行识别，软件界面均通过pyqt完成 ** 运行过程截图主界面 训练模型 打开图片 打开摄像头 数据准备我使用的是kaggle数据集。用来训练的数据集包含600张的彩色图片，2个类别，每个类包含300张。对猫和狗两类进行预测。 网络配置定义了一个较简单的卷积神经网络。显示了其结构：输入的二维图像，先经过三次卷积层、池化层和Ba...

** kaggle比赛猫狗数据集百度网盘分享 ** 链接 提取码：x45f

无监督学习——降维 PCA算法及其应用 1.主成分分析（PCA） 1.主成分分析(Principal Component Analysis,PCA) 是最常用的一种降维方法，通常用于高维数据集的探索与可视化，还可以用做数据压缩和预处理等。 2.PCA可以把具有相关性的高维变量合成为线性无关的低维变量，称为主成分。主成分能够尽可能保留原始数据的信息。 在介绍PCA的原理之前需要回顾涉及到的相关术语：...

import numpy as np import PIL.Image as image from sklearn.cluster import KMeans def loadData(filePath): f=open(filePath,'rb') # 读文件 data=[] img=image.open(f) # 得到图像的像素值 m,n...