<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_40943549的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_40943549</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_40943549]]></copyright><item><title><![CDATA[图像处理知识总结]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/90512938</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/90512938</guid><author>weixin_40943549</author><pubDate>Tue, 04 Jun 2019 10:59:12 +0800</pubDate><description><![CDATA[传统图像处理部分

图像处理基础知识

彩色图像、灰度图像、二值图像和索引图像区别？

彩色图像：RGB图像。
	灰度图像：0-255像素值。二值图像：0和1，用于掩膜图像。
	索引图像：在灰度图像中，自定义调色板，自定义输出256种颜色值。
常用的图像空间有哪些？

HSI、HSV、RGB、CMY、CMYK、HSL、HSB、Ycc、XYZ、Lab、YUV色彩空间（颜色模型）

RGB颜色空间是算...]]></description><category></category></item><item><title><![CDATA[物体检测相关模型---RCNN、SPP-Net、Fast-R-CNN、Faster-RCNN、R-FCN]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/90402927</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/90402927</guid><author>weixin_40943549</author><pubDate>Thu, 23 May 2019 11:14:35 +0800</pubDate><description><![CDATA[模型进化过程



传统方法----RCNN

 RCNN主要分为三部分：区域生成（selective search，SS）、特性提取（CNN）、分类器（SVM），网络模型可以分为四个模块。

模块1：使用选择性搜索，获取2000个区域，这2000个区域与分类无关，只是包含每个物品的窗口，之后区域预处理，将尺寸变为227x227大小。

模块2：使用AlexNet网络，对所有区域进...]]></description><category></category></item><item><title><![CDATA[GoogLeNet模型介绍---inceptionv1，v2，v3，v4原理]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/90289521</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/90289521</guid><author>weixin_40943549</author><pubDate>Sat, 18 May 2019 11:30:33 +0800</pubDate><description><![CDATA[GoogLeNet，核心亮点就是Inception，网络的最大特点是用全局平均池化取代全连接层，减少了模型计算量，使得模型训练速度更快并且减轻了过拟合。

 Inception目前已经有v2，V3，V4版本，主要针对解决深层网络以下3个问题：

参数太多容易过拟合，训练数据集有限。
	网络越大计算复杂度越大，难以应用。
	网络越深，梯度往后越容易消失，难以优化模型`。
I...]]></description><category></category></item><item><title><![CDATA[人工智能面试题总结]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/90273246</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/90273246</guid><author>weixin_40943549</author><pubDate>Fri, 17 May 2019 10:25:45 +0800</pubDate><description><![CDATA[1、深度学习框架TensorFlow中都有哪些优化方法？
答：GradientDescentOptimizer
  AdagradOptimizer
  Optimizer
 优化最小代价函数
2、深度学习框架TensorFlow中常见的激活函数都有哪些？
答：relu，sigmoid,tanh
3、深度学习框架TensorFlow中有哪四种常用交叉熵？
答： tf...]]></description><category></category></item><item><title><![CDATA[基于openc视频截取图片并检测图片中光斑]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/86478621</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/86478621</guid><author>weixin_40943549</author><pubDate>Mon, 14 Jan 2019 16:03:56 +0800</pubDate><description><![CDATA[之前老师让做的一个项目关于检测视频中有光斑的地方，于是决定把它整理记录下来。

首先读取本地视频，获取视频参数


mport cv2
import os 
import time
import numpy as np
import shutil
from skimage import io

#从视频里截取图片
cap = cv2.VideoCapture('E:/chuchai/chelun....]]></description><category></category></item><item><title><![CDATA[梯度爆炸的解决办法：clip gradient]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/84753225</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/84753225</guid><author>weixin_40943549</author><pubDate>Mon, 03 Dec 2018 11:13:54 +0800</pubDate><description><![CDATA[转载：https://blog.youkuaiyun.com/u010814042/article/details/76154391

在一个只有一个隐藏节点的网络中，损失函数和权值w偏置b构成error surface，其中有一堵墙，如下所示
 

损失函数每次迭代都是每次一小步，但是当遇到这堵墙时，在墙上的某点计算梯度，梯度会瞬间增大，指向某处不理想的位置。如果我们使用缩放，可以把误导控制在可接受范围内，...]]></description><category></category></item><item><title><![CDATA[Python 3各种常用函数应用实例]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82956614</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82956614</guid><author>weixin_40943549</author><pubDate>Sun, 07 Oct 2018 12:10:15 +0800</pubDate><description><![CDATA[简介

Python 是一种高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python 由 Guido van Rossum 于 1989 年底在荷兰国家数学和计算机科学研究所发明，第一个公开发行版发行于 1991 年。

特点


	易于学习：Python 有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。
	
	
	易于阅读：Python 代码定义的更清晰。
	...]]></description><category></category></item><item><title><![CDATA[pyhon 在list添加元素的几种方法]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82949917</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82949917</guid><author>weixin_40943549</author><pubDate>Sat, 06 Oct 2018 11:39:35 +0800</pubDate><description><![CDATA[       List 是 Python 中常用的数据类型，它一个有序集合，即其中的元素始终保持着初始时的定义的顺序（除非你对它们进行排序或其他修改操作）。
在Python中，向List添加元素，方法有如下4种方法（append(),extend(),insert(), +加号）

方法一：

        append() 追加单个元素到List的尾部，只接受一个参数，参数可以是任何数据类型，...]]></description><category></category></item><item><title><![CDATA[Python3遍历列表的四种方法+函数解析]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82949393</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82949393</guid><author>weixin_40943549</author><pubDate>Sat, 06 Oct 2018 11:00:44 +0800</pubDate><description><![CDATA[自己写代码的过程中老是忘记一些基础函数的用法，需要在网上查找，特别麻烦，所以就自己整理了下，把它写出来方便自己查看。

方法一：最简单常用的，用for遍历列表


 
list = [2, 3, 4]
for num in list:

    print (num)

输出： 
2
3
4

方法二：利用python内置函数enumerate（）列举出list中的数

enumerate(seq...]]></description><category></category></item><item><title><![CDATA[使用seq2seq预测当天的股票价格]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82878309</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82878309</guid><author>weixin_40943549</author><pubDate>Fri, 28 Sep 2018 19:56:52 +0800</pubDate><description><![CDATA[1.tensorflow中的seq2seq

在tensorflow中有两套seq2seq的接口。一套是tensorflow1.0版本之前的旧接口，在tf.contrib.legacy_seq2seq下；另一套为tensorflow1.0版本之后推出的新接口，在tf.contrib.seq2seq下。本文使用的是seq2seq的旧接口，旧接口的功能相对简单，是静态的展开模式，新接口功能更加强大，使...]]></description><category></category></item><item><title><![CDATA[使用百度API实现文本转语音——python]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82835548</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82835548</guid><author>weixin_40943549</author><pubDate>Tue, 25 Sep 2018 10:50:31 +0800</pubDate><description><![CDATA[1.首先在电脑上安装aip

    命令窗口  pip install  baidu-aip

2.在百度ai平台注册账号，

    百度ai平台注册账号，创建应用，获取id密码，分别获得三个参数

    APP_ID   API_KEY   SECRET_KEY  这三个参数要保存起来，后面要用到

3.演示代码


from aip import AipSpeech
APP_ID = '...]]></description><category></category></item><item><title><![CDATA[python3安装语音识别相关模块——pyaudio、pyspeech、specchrecognition]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82831876</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82831876</guid><author>weixin_40943549</author><pubDate>Mon, 24 Sep 2018 21:09:04 +0800</pubDate><description><![CDATA[本文，为python3安装语音识别模块，这是一个语音识别模块，可以把音频转化为文字。

需要工具


	电脑 win8系统
	
	python3（Anaconda）
方法/步骤

1.如果需要使用麦克风输入音频，需要先安装pyaudio模块。



2.pyspeech模块的安装



3.如果需要调用谷歌的云语音API接口，需要安装谷歌-api-python-client模块



4.最后，安...]]></description><category></category></item><item><title><![CDATA[NLTK学习笔记——使用叶贝斯分类器性别鉴定]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82789859</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82789859</guid><author>weixin_40943549</author><pubDate>Thu, 20 Sep 2018 17:18:00 +0800</pubDate><description><![CDATA[一 、性别鉴定步骤

根据名字男女规律进行判断

建立分类器

        • 1. 确定输入特征——特征提取器
        • 2. 划分数据集
        • 3. 使用训练集构建分类器
        • 4. 使用测试集测试分类器效果

二、叶贝斯分类器原理

特征：假设选取名字的最后一个字母为主要特征
类别：男性、女性
贝叶斯公式：P(B|A)=P(A|B)*P(B)/P(A...]]></description><category></category></item><item><title><![CDATA[NameError；name 'nltk' is not defined错误]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82767186</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82767186</guid><author>weixin_40943549</author><pubDate>Wed, 19 Sep 2018 09:37:44 +0800</pubDate><description><![CDATA[    最近在学自然语言处理，用NLTK中的语料库跑程序时，发生   'name nltk' is not defined这种错误，原程序是这样的



主要功能是统计america ，citizen 这两个单词随着年份的变化出现的频率图，但老是出现nltk无定义的错误。这个原因是因为，程序运行中没有导入nltk，所以只要在程序前面加入import nltk，就可以了。下面为我正常运行的程序。

...]]></description><category></category></item><item><title><![CDATA['utf-8' codec can't decode byte 0xce in position 0: invalid continuation 解决问题]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/82698136</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/82698136</guid><author>weixin_40943549</author><pubDate>Fri, 14 Sep 2018 10:11:25 +0800</pubDate><description><![CDATA[   因本人毕设是自然语言方面，所以最近在搞word2vec，调试代码的过程中发现了很多问题，其中一个错误如题，查了很多办法最终解决，便把它记录下来。

解决方法很简单，首先将你解码的文件保存至本地，再用记事本的方式打开，点击头部菜单文件 —〉另存为，便能看到上面有个编码格式，这个是可选的，把当前的编码格式换为‘utf-8’，然后重新运行程序就可以了。...]]></description><category></category></item><item><title><![CDATA[用Tensorflow实现图片分类+详细注解]]></title><link>https://blog.youkuaiyun.com/weixin_40943549/article/details/80560885</link><guid>https://blog.youkuaiyun.com/weixin_40943549/article/details/80560885</guid><author>weixin_40943549</author><pubDate>Sun, 03 Jun 2018 22:21:25 +0800</pubDate><description><![CDATA[使用tensorflow实现花卉分类，训练样本用的是网上的花卉数据集，测试样本是在网上重新下载的各种花的图片，代码如下。

 

from skimage import io,transform #skimage模块下的io transform(图像的形变与缩放)模块
import glob  #glob 文件通配符模块
import os    #os 处理文件和目录的模块
import ten...]]></description><category></category></item></channel></rss>