人工智能
文章平均质量分 86
hahaCoderX
计算机硕士,《智能前端技术与实践》作者,主要研究方向包括机器学习、Web开发、网络爬虫
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
关于我书的一些近况
关于我书的一些近况原创 2021-12-16 19:02:13 · 196 阅读 · 0 评论 -
TensorFlow slice方法详解
大家好,我是石璞东。该方法经常用在对数据的预处理过程中,但是关于slice()方法切割的具体思路,官网的教程实在令人费解,所以在本文中我将对slice()方法做下总结,请看本文。参考资料TensorFlow.js文档:https://js.tensorflow.org/api/latest/1. 构造数据在本小节中我将介绍6种创建不同维度张量的方法,请看示例:tf.tensor(values,shape?,dtype?)该方法可以构造出一个给定值、形状和数据类型的张量,请看参数介绍:原创 2021-06-22 10:33:15 · 1412 阅读 · 0 评论 -
Canvas 2D详解
大家好,我是石璞东。在我书的第六章中有一个关于MNIST手写数字的例子,当数据集加载完成之后,用户可以在<canvas/>上输入手写数字,点击「预测」按钮之后,浏览器会弹出经模型预测之后的结果;在我书的第九章和第十章中,分别有关于目标检测和人体姿态检测的案例,当关键点的得分符合一定要求时,会通过<canvas/>将关键部分绘制出来,请看效果:图1 - MNIST手写数字案例图2 - 人体姿态检测案例图3 - 目标检测案例接下来,我们将在本文中详细讲解一下上述三个原创 2021-03-30 12:27:28 · 3370 阅读 · 0 评论 -
FileReader详解
我在Google Chrome Web Store上发布了一个案例hahaOCR,该扩展程序可以帮助用户识别出图片中的文字信息,并以文本形式显示,大家可以在chrome网上应用商店中找到我发布的应用程序,如图所示:图1 - hahaOCR该扩展程序支持用户通过文件上传按钮上传图片,请看演示效果:图2 - 测试图片图3 - 测试效果接下来,我们将在本文中详细讲解该案例所涉及的文件(图片)处理模块。参考资料MDN Web Docs:https://developer.mozilla.o原创 2021-03-14 01:40:50 · 7710 阅读 · 7 评论 -
2021考研结束啦,毕业设计开始啦
大家好,我是石璞东。两天前,2021届的研究生考试刚刚结束,应届的同学们还没休息几天就要开始准备开题报告和学校学期末的课程设计了,加油呀,小伙伴们,理清思路,规划好自己的安排,一步一步的去做就可以了。这里我将我去年做毕业设计时写的系列推文发出来,希望能够给各位小伙伴带来一些帮助。请看链接:https://mp.weixin.qq.com/s/jVkwfXydmafPC1v_mlUW2g我的所有毕业设计系列推文都是首发在我的公众号上(微信公众号:hahaAI)的,小伙伴们可以原创 2020-12-28 21:34:33 · 2500 阅读 · 6 评论 -
前排围观,我的hahaAI源代码同步到Github啦
大家好,我是石璞东。经常关注我的读者朋友读者都知道,我最近一段时间的主要精力都花费在微信小程序开发上,由于大三时候就是凭借前端入的编程的坑,所以在微信小程序开发上至今还没有遇到过较为复杂的问题。最近收到读者朋友的私信,想要了解我最近做的一些案例,现在我就把我微信小程序的源代码开源出来,欢迎小伙伴们 star 我,请看仓库地址:https://github.com/TURBO1002/hahaAI如果有小伙伴想要了解微信小程序代码同步到Github上的详细步骤,这里我推荐一篇教程,请看地址:https:原创 2020-12-22 16:39:06 · 267 阅读 · 0 评论 -
基于Adaboost的高光谱分类算法设计
这次我们分享数据挖掘领域中较为经典的一个算法 AdaBoost,首先请看本次分享的目录梗概:数据集简介AdaBoost算法简介AdaBoost算法实例解析代码展示参考文献一、数据集简介数据集地址:http://www.ehu.eus/ccwintco/index.php?title=Hyperspectral_Remote_Sensing_Scen该数据集共包括Indian Pines、Salinas、Pavia Centre and University、Cuprite、Kennedy原创 2020-11-12 18:12:27 · 1349 阅读 · 6 评论 -
详解上采样的两种常用方法(附以TensorFlow 2.x实现的小demo)
我们以Unet网络来进入我们今天将要分享的主题,请看下图:我们知道,Unet网络结构大致可以分为三大部分:编码器(Encoder):由四个子模块构成,每个子模块包含两个卷积层,并且在每个子模块之后均有一个通过max_pooling实现的下采样层;通过观察网络层级结构我们可以知道,Encoder共下采样4次,一共下采样16倍;解码器(Decoder):同样由四个子模块组成,与Encoder对应,Decoder共上采样4次,从而可以将Encoder得到的高级语义特征图恢复到原图片的分辨率;skip原创 2020-11-06 01:00:42 · 5023 阅读 · 0 评论
分享