人工智能
关注
分享
扫一扫
文章平均质量分 54
CV_ML_DP
赏cv,ml,dp之美，创其价值
展开
-
【计算机视觉】【图像处理】图像数字化运算（Numpy）
Opencv的Python API是基于Numpy的。Numpy用来存储和处理多维数组，核心struct是ndarray。关于numpy.array的使用手册详见：numpy.array的详细手册下面详解了numpy.array接口、numpy.linalg接口、以及灰度图像和彩色图像的矩阵数字化操作。1.构造ndarray对象1.1构造二维的ndarray代码注：数组内的元素类型可以由zeros...原创 2018-03-06 20:40:56 · 1913 阅读 · 0 评论 -
【计算机视觉】【OpenCV】OpenCV 3.X第一个python示例
查看opencv的版本确认opencv版本的重要性：因为opencv版本不同，内部封装宏不同。比如opencv 2.x和opencv 3.x的imread函数入参就不同: #img = cv2.imread(sys.argv[1], cv2.CV_LOAD_IMAGE_UNCHANGED) #opencv 2.X时用cv2.CV_LOAD_IMAGE_UNCHANGED ...原创 2018-03-06 20:42:51 · 749 阅读 · 0 评论 -
【计算机视觉】【图像处理】几何变换之仿射变换（平移、缩放、旋转）
1.概念词语1）图像的几何变换 对图像进行放大、缩小、旋转等操作，会改变原图中各区域的空间关系，这类操作就是图像的几何变换。2）仿射变换 对原来的x和y坐标分别进行线性的几何变换，得到新的x和y，这种变换就是放射变换。3）投影变换4）极坐标变换5）齐次坐标 在原坐标的基础上，引入第三个数值为1的坐标，这种表示方法就是齐次坐标。6）仿射变换矩阵 仿射变换矩阵的最后一行均为(0...原创 2018-03-06 20:46:24 · 10963 阅读 · 1 评论 -
【计算机视觉】【图像处理】几何变换之插值算法（最近邻插值法、双线性插值法）
20180306站位原创 2018-03-06 20:48:14 · 1690 阅读 · 0 评论 -
【计算机视觉】【图像处理】对比度增强方法：伽马变换、全局直方图均衡化、限制对比度的自适应直方图均衡化
20180306站位原创 2018-03-06 20:53:26 · 2939 阅读 · 0 评论 -
【计算机视觉】【图像处理】图像平滑-二维离散卷积
20180307站位。原创 2018-03-07 23:18:41 · 725 阅读 · 0 评论 -
【计算机视觉】【图像处理】图像平滑-高斯平滑
20180307站位原创 2018-03-07 23:20:11 · 1612 阅读 · 0 评论 -
【计算机视觉】【图像处理】图像平滑-均值平滑+中值平滑
20180307站位原创 2018-03-07 23:21:25 · 1632 阅读 · 1 评论 -
【计算机视觉】【图像处理】图像平滑-双边滤波+联合双边滤波+导向滤波
20180307站位。原创 2018-03-07 23:22:28 · 2025 阅读 · 2 评论 -
【机器学习】【线性回归】梯度下降算法核心思想剖析和数学公式推导
假设函数训练数据集的假设函数（hypothesis function），又称模型函数： 代价函数评估假设函数精确度、拟合度的代价函数（cost function） 代价函数的核心功能：代价函数的函数值用来评估假设函数的精确度、拟合度。精确度、拟合度的比较对象是我们提供的训练数据集。如果有一组(θ0，θ1，……，θn)使得代价函数取得最小值，则将这组(θ_0，θ1，……，θn)对应的假设...原创 2018-03-14 19:23:03 · 6939 阅读 · 2 评论 -
【机器学习】【线性回归】梯度下降的三种方式(BGD+SGD+MSGD)以及三种调优方法(加快收敛速度)
1.梯度下降算法梯度下降算法的核心思路和公式推导，可以详见前面的文章：梯度下降算法的核心思路和公式推导如果代价函数是凸函数，用梯度下降算法一定可以求得最优解。2.梯度下降的三种方式在ML中，梯度下降有三种方式：1）批量梯度下降(Batch Gradient Descent，BGD)2）随机梯度下降(Stochastic Gradient Descent，SGD)3）小批量梯度下降(Mini-Ba...原创 2018-03-14 23:26:28 · 17941 阅读 · 0 评论 -
【机器学习】【线性回归】用最小二乘法求解线性回归的最优θ
注：用简单线性回归来讲解最小二乘法的应用，简单线性回归概念可看以前内容：线性回归基本概念详解最小二乘法 最小二乘法是一种数学优化技术。当给了特征变量后，使用最小二乘法可以方便地求出未知的输出数据集，并使得这些输出数据集和实际数据集之间的误差的平方和最小。简单线性回归、假设函数线性回归中的最小二乘法算法 最小二乘法就是使得h(xi)算出的估计值y与训练用例数据集(xi, yi)中的观察值...原创 2018-03-14 23:32:40 · 1960 阅读 · 0 评论 -
【机器学习】【线性回归】用矩阵方式求解线性回归的最优θ
假设函数的代数表示训练数据集的假设函数（hypothesis function），又称模型函数： 假设函数的矩阵表示代价函数的代数表示 代价函数的矩阵表示下面推导线性回归中代价函数的矩阵表示公式代价函数的矩阵求解最优θ经过上面求解得到最优θ为： (end)...原创 2018-03-14 23:33:50 · 7762 阅读 · 3 评论 -
【计算机视觉】【图像处理】阈值分割---全局阈值分割和局部阈值分割
20180338站位原创 2018-03-08 21:00:29 · 6173 阅读 · 1 评论 -
【计算机视觉】【图像处理】阈值分割---直方图技术法、熵算法
20180308站位原创 2018-03-08 21:01:29 · 1148 阅读 · 0 评论 -
【计算机视觉】【图像处理】阈值分割---Otsu阈值处理
20180308站位原创 2018-03-08 21:02:26 · 486 阅读 · 0 评论 -
【计算机视觉】【图像处理】阈值分割---自适应阈值
20180308站位原创 2018-03-08 21:03:02 · 4035 阅读 · 1 评论 -
【计算机视觉】【图像处理】阈值分割---二值图的逻辑运算
20180308站位原创 2018-03-08 21:03:42 · 464 阅读 · 0 评论 -
【机器学习】最大似然估计的原理、以及求解步骤的详解
最大似然估计简介最大似然估计是一种统计方法，通过最大似然估计可以求一个样本集的概率密度函数的分布参数θ，从而求出样本集对应分布的概率密度函数。举例子来理解的话就是：已知：一个概率分布D已知：概率分布D的一个样本集X，样本集大小为n已知：次概率分布D的概率密度函数f=f(x; θ)，其中θ是一个分布参数，θ未知~ （分布参数不懂得请百度百科~，分布参数有起码3种类型）那么问题来了...原创 2018-03-15 23:27:28 · 33697 阅读 · 0 评论 -
【机器学习】欠拟合、过拟合及其解决思路
why?在训练之前没人能得知训练数据集的"复杂程度"。在线性回归中，就是说对于一个训练数据集，在训练之前，我们不知道使用几维参数才能得到拟合度最优的假设函数，即多项式有多少项不确定。示例回归：左图：欠拟合中间：拟合右图：过拟合分类：左图：欠拟合中间：拟合右图：过拟合缺点过拟合：训练效果好，但是预测未知数据时效果差欠拟合：训练已知数据和预测未知数据都差解决方法1.调整假设函数的参数维度，直到得到最优...原创 2018-03-15 23:29:14 · 776 阅读 · 0 评论 -
【机器学习】【逻辑回归】最大似然估计的推导和求解步骤和梯度上升算法求解
伯努利分布如果随机变量X∈{0, 1}，并且相应的概率满足： P(X=1) = p，0<p<1 P(X=0) = 1 - p则称随机变量X服从参数为p的伯努利分布。则随机变量X的概率密度函数为：逻辑回归 逻辑回归却不是回归算法而是一个分类算法~，线性回归是一个回归算法。逻辑回归的样本数据集是一个离散分布的样本集，逻辑回归的模型值不再是连续值，而是{0, 1}这样的离散...原创 2018-03-15 23:30:55 · 16104 阅读 · 1 评论 -
【机器学习】【线性回归】最小二乘法和梯度下降算法的python实现
参考https://www.cnblogs.com/NanShan2016/p/5493429.html1.算法回顾1.1最小二乘法回顾线性回归的最小二乘法可以详见博客：click me1.2矩阵方式求解最小二乘法回归使用矩阵方式通过最小二乘法求线性回归的过程详见博客：click me1.3梯度下降算法回顾线性回归的梯度下降算法可以详见博客：click me2.最小二乘法求线性回归的最优θ自己动手...原创 2018-03-15 23:31:45 · 661 阅读 · 0 评论 -
【机器学习】文本数据的向量化(TF-IDF)---样本集实例讲解+python实现
1.文本数据的向量化1.1名词解释CF：文档集的频率，是指词在文档集中出现的次数DF：文档频率，是指出现词的文档数IDF：逆文档频率，idf = log(N/(1+df))，N为所有文档的数目，为了兼容df=0情况，将分母弄成1+df。TF：词在文档中的频率TF-IDF：TF-IDF= TF*IDF1.2文本数据样本集为了讲解文本数据的向量化，假设我们有4个文本，所有文本一共有6个不同的词，如下所...原创 2018-03-15 23:32:50 · 14160 阅读 · 1 评论 -
【机器学习】汇总详解：矩阵的迹以及迹对矩阵求导
矩阵的迹概念 矩阵的迹 就是 矩阵的主对角线上所有元素的和。 矩阵A的迹，记作tr(A)，可知tra(A)=∑aii，1<=i<=n。定理：tr(AB) = tr(BA)证明定理：tr(ABC) = tr(CAB) = tr(BCA) 这个是tr(AB)=tr(BA)的推广定理，很容易证明。 根据定理tr(AB)=tr(BA)可知： ...原创 2018-03-17 19:59:27 · 37463 阅读 · 6 评论 -
【keras】python mnist_mlp.py下载数据集mnist.npz失败的解决
环境 环境：ubuntu 16.04 LTS（ubuntu-16.04.4-server-amd64） 已安装：tensorflow, theano, keras, anaconda要解决的问题 #python keras-master/examples/mnist_mlp.py 因下载数据集失败而终止运行keras开发包下载 1）浏览器直接下载，keras-master.z...原创 2018-03-11 22:13:21 · 5734 阅读 · 0 评论 -
【机器学习】【逻辑回归】Python实现逻辑回归
1.逻辑回归python实现# -*- coding: utf-8 -*-"""@author: 蔚蓝的天空Tom"""import numpy as npimport osimport matplotlib.pyplot as pltfrom sklearn.datasets import make_blobs#global variablepath = r'D:\tom\...原创 2018-03-17 22:50:36 · 734 阅读 · 0 评论 -
【计算机视觉】【OpenCV】opencv3.1.0.1+vs2015-proc + anaconda4.2.0 + python3.5.2的安装步骤
安装后验证opencvlena图片下载 使用的lena.jpg可以从网盘下载，链接：https://pan.baidu.com/s/148F_SM-p0tuuGAL3MVEQJA 密码：xxsqopencv的python test示例# -*- coding: utf-8 -*-"""Created on Sun Mar 18 18:30:22 2018@author: tom""...原创 2018-03-01 01:11:17 · 605 阅读 · 0 评论 -
【机器学习】【KNN】线性扫描算法，详解+python代码实现
1.KNN算法讲解KNN算法，K最近邻分类算法(K-NearestNeighbor)是数据挖掘分类技术中最简单的方法之一。KNN的分类结果表明k个最近的邻居可以来代表测试样本数据的分类类型。请思考一个问题，给二维坐标中点进行贴标签： 已经有被贴了标签“A”的点：(4 35)，(5 38)， (6 30) 已知有被贴了标签“B”的点：(10 12)，(11 15)，(12 10) ...原创 2018-03-17 23:50:36 · 1375 阅读 · 0 评论 -
【机器学习】【线性回归】scipy最小二乘法求解线性回归的最优解
1拟合h(x) = w0 + w1*x话不多说，直接上code1.1代码# -*- coding: utf-8 -*-"""@author: 蔚蓝的天空TOMTalk is cheap, show me the codeAim：最小二乘法库函数leastsq使用示例详解"""import numpy as npimport matplotlib.pyplot as pltfrom ...原创 2018-03-23 10:41:01 · 7128 阅读 · 0 评论 -
【机器学习】【逻辑回归】Logistic函数/Sigmoid函数的详细公式推导
sigmoid函数的数学公式 sigmoid函数的因变量x取值范围是-∞到+∞，(-∞，+∞)，但是sigmoid函数的值域是(0, 1)。不管x取什么值其对应的sigmoid函数值一定会落到(0,1)范围内~~~漂亮的logistic 曲线sigmoid函数对应的图形就是logistic曲线，logistic曲线对应的函数就是sigmoid函数。下面我们用通过spy...原创 2018-03-19 17:11:45 · 33056 阅读 · 5 评论 -
【机器学习】【KNN】线性扫描算法，python实现识别手写数字的系统
1.样本集资源1.1样本集所在目录情况1.2训练样本集所在目录情况训练样本集中每个文件命名规则介绍：x_y.txtx是文件中手写数字的真实数值y是第y个手写数字值为x的样本集文件1.3测试样本集所在目录情况测试样本集中每个文件命名规则介绍：x_y.txtx是文件中手写数字的真实数值y是第y个手写数字值为x的样本集文件1.4样本集下载链接https://download.youkuaiyun.com/downl...原创 2018-03-19 22:05:15 · 423 阅读 · 0 评论 -
【机器学习】梯度上升算法核心思想剖析和数学公式推导
2018.03.20完成此博客。原创 2018-03-19 22:14:01 · 1361 阅读 · 0 评论 -
【Keras】Linux一个shell脚本安装python、keras、tensorflow、anaconda等~
本文提供一个shell脚本，在Linux环境下通过执行此shell脚本可以一次自动安装python、keras、tensorflow、anaconda、pyenv、curl、git等等解决的问题 在linux server环境下安装keras等软件时，人肉输入一个一个apt install命令安装每个软件的话，会很费时费精力。可以通过文中提供的shell脚本，执行一次脚本安装keras等所有...原创 2018-03-13 22:12:24 · 2278 阅读 · 0 评论 -
【机器学习】【逻辑回归】代价函数为什么用最大似然估计而不是最小二乘法？
为了搞清楚为什么，就要先搞清楚，逻辑回归的对数似然函数和最小二乘法函数分别是什么。逻辑回归的对数似然函数公式逻辑回归的最小二乘法的代价函数公式可以证明逻辑回归的最小二乘法的代价函数不是关于分布参数θ的凸函数，求解过程中，会得到局部最优，不容易求解全局最优θ。逻辑回归的最小二乘法的代价函数如下所示：答1：证明LR的对数似然函数是凸函数关于逻辑回归的对数似然函数的基本概念和详细求解流程可以会看以前博客...原创 2018-03-20 09:28:08 · 7129 阅读 · 3 评论 -
【Keras】数据集以及开发包-百度网盘链接~~~~~~
解决问题 1)有时候程序执行时才从网上下载数据集（比如mnist.npz）会很慢，影响程序执行速度，又浪费个人时间 2)有时候从网上下载数据集时，由于资源被墙了，导致下载失败，所有有必要搞个本地数据集供训练 所以在这里提供下百度网盘下载链接，谁用谁方便直接下载~数据集网盘链接1）keras-master.zip（keras开发包） 链接：https://p...原创 2018-03-13 22:57:54 · 3981 阅读 · 1 评论 -
【机器学习】【线性回归】基本概念详解
训练用例（xi，yi），此元祖成为训练用例数据集训练数据集（xi，yi），i=1,2,……m，此m个训练用例成为训练数据集输入数据集用X来表示输入数据集输出数据集用y来表述输出数据集机器学习目标机器学习的目标是，给定一个训练数据集，训练一个函数h：x->y，使得h(x)是一个好的预测函数，“好”的意思是给一个xi，通过h(x)计算出来的y，非常接近实际的yi，即y与yi的偏差最小，即拟合度最...原创 2018-03-13 23:13:33 · 2813 阅读 · 0 评论 -
【机器学习】汇总详解：矩阵基本知识以及矩阵求导
1.矩阵的基本概念1.1矩阵的迹（matrix trace）存在方阵A=(aij)n×n，其主对角线上的所有元素的和，称为此方阵的迹，记作tr(A)tr(A)=a11+a22+……+anntr(A)=∑aii，i=1,....,n注：n阶方阵A，tr(A)也等于方阵A的所有特征值的和1.2矩阵的代数余子式（alebraic cofactor） 1.3伴随矩阵A*（adjoint matrix...原创 2018-03-13 23:15:02 · 9331 阅读 · 0 评论 -
【keras】vs2015pro+python+keras+tensorflow+anaconda的安装步骤
保证安装成功，可以在anaconda中使用python、keras等，enjoy it~注意几点：1）请使用vs2015pro，不要使用vs2017.以前使用vs2017安装时，vs2017安装后，再安装anaconda和python时出现过很多兼容性问题等，建议使用vs2015pro。2）安装vs2015时，会提醒使用IE10最佳，所以先把IE10安装起来然后再安装vs2015pro，可以下面软...原创 2018-03-13 23:20:56 · 1454 阅读 · 0 评论 -
【机器学习】【数学】机器学习涉及的数学知识
简单总结：机器学习涉及的数学知识有线性代数，概率论和统计学，多变量微积分，算法和复杂优化，以及其他等。原文：https://www.ibm.com/developerworks/community/blogs/3302cc3b-074e-44da-90b1-5055f1dc0d9c/entry/the-mathematics-of-machine-learning?lang=en_us 在过...转载 2018-02-25 22:50:22 · 3236 阅读 · 0 评论 -
【机器学习】【支持向量机】支持向量机SVM算法的python实现
20180330完成此博客原创 2018-03-29 23:24:19 · 370 阅读 · 1 评论