weixin_43384504的博客

最近有项目做相关内容，边学便总结吧。使用范围：定位对象内部的灰度值可以有变化，但对象轮廓一定要清晰平滑，主要是要求形状要比较好提取，边界特征明显。例子中涉及到的相机标定的相关知识有空再补。。。。。主要思想是：创建模板和匹配模板1.创建模板首先要纠正图像：在标定时就会有 生成一个投影映射，描述一个世界坐标系的像平面与a平面z=0之间的映射：gen_image_to_wo...

https://blueschang.github.io/2018/10/30/%E3%80%8C%E6%9D%8E%E5%AE%8F%E6%AF%85%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E3%80%8D%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-Where%20does%20the%20error%20come%20from/...

视频听的李老师的视频，学习书是西瓜书。这里只是把关键的知识（我认为）理一理；loss function 的定义：有很多函数都可以作为loss function，不仅仅是均方误差（欧式距离）；使得loss function 最小化的过程：可以用梯度下降等方法进行求解，在这个过程重有很多的问题，我们需要考虑学习率的问题还有一些假点。（有时候经过多次迭代会停在local minima，...

使用的书是 统计学习方法 +机器学习实战；参考博客http://blog.youkuaiyun.com/c406495762，感谢；自己写一下，方便以后理解；使用决策树做预测需要以下过程：收集数据：可以使用任何方法。比如想构建一个相亲系统，我们可以从媒婆那里，或者通过参访相亲对象获取数据。根据他们考虑的因素和最终的选择结果，就可以得到一些供我们利用的数据了。准备数据：收集完的数据，我们要进...

参考http://blog.youkuaiyun.com/c4064957621.了解概率论的相关知识（条件概率、全概率、先验概率，后验概率等）2.朴素贝叶斯 将实例分到 后验概率最大的类（等价于期望风险最小化，看绿皮书61页），这就是原理3.后验概率: B事件发生之后，我们对A事件概率的重新评估。P(A|B)4.在实际的编程中，在做分类的饿时候，我们只是需要比较概率的大小，而两者分母一致...

参考https://zhuanlan.zhihu.com/ml-jack；简单过一遍，不推导公式；1.Sigmoid函数（还有一些类似作用的函数Tan....）主要利用它的函数性质 值域在（0~1）2.首先理解一下logsitic的主要干什么，主要是对现有的data做一个分割线，来完成分类。3.分割线的位置就是参数的计算，就涉及到参数最优化；4.下面的是目标函数（不是Loss...

https://blog.youkuaiyun.com/crazy_scott/article/details/80343324

打开anaconda promot;1.创建虚拟的环境 输入conda create -n kr python=3.6.2.激活activate kr3.安装keras canda install keras4.安装插件 conda install nb_conda5.打开jupyter notebook结果就好了再次打开只是需要 act...