<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[wudihust的专栏]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/wudihust</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; wudihust]]></copyright><item><title><![CDATA[Linear regression with one variable]]></title><link>https://blog.youkuaiyun.com/wudihust/article/details/7533234</link><guid>https://blog.youkuaiyun.com/wudihust/article/details/7533234</guid><author>wudihust</author><pubDate>Mon, 21 May 2012 22:32:20 +0800</pubDate><description><![CDATA[第二个ppt讲的是“单个变量的线性回归”


1） 建立模型
首先看看我们手上有些什么---m组数据，每组数据包括两个部分，X和Y。假设这个模型就是个黑箱子，那么X就是输入的量，Y就是输出的量。我们的目标就是搞清楚这个黑箱子是怎么运作的，下次我们只有输入X的时候，我们也可以自己预测出来输出的Y。电脑是很笨的，它不可能自己去领悟这个黑箱子的原理，我们就需要去教它。和人一样，用例子去教学是最有]]></description><category></category></item><item><title><![CDATA[Introduction]]></title><link>https://blog.youkuaiyun.com/wudihust/article/details/7532885</link><guid>https://blog.youkuaiyun.com/wudihust/article/details/7532885</guid><author>wudihust</author><pubDate>Thu, 03 May 2012 21:32:46 +0800</pubDate><description><![CDATA[今天开始记录下学习Andrew Ng的machine learning网上课程的心得体会，希望能够坚持下去。
网站是：点击打开链接
第一部分是introduction，主要是些概念上的介绍。以下是自己的一些理解：


1）ppt里提到了一句很重要的话，“A computer program is said to learn from experience 
E with respect]]></description><category></category></item><item><title><![CDATA[Opencv 中类似matlab的subplot功能]]></title><link>https://blog.youkuaiyun.com/wudihust/article/details/7529069</link><guid>https://blog.youkuaiyun.com/wudihust/article/details/7529069</guid><author>wudihust</author><pubDate>Thu, 03 May 2012 20:34:33 +0800</pubDate><description><![CDATA[需要新建函数 cvShowManyImages

void cvShowManyImages(char* title, int nArgs, ...) {

    // img - Used for getting the arguments 
    IplImage *img;

    // DispImage - the image in which input images are]]></description><category></category></item><item><title><![CDATA[OpenCV图像类型转化]]></title><link>https://blog.youkuaiyun.com/wudihust/article/details/7515851</link><guid>https://blog.youkuaiyun.com/wudihust/article/details/7515851</guid><author>wudihust</author><pubDate>Thu, 26 Apr 2012 21:00:03 +0800</pubDate><description><![CDATA[【备份下，前几天一直搞不清楚转换方式】
CV_32FC1存储的比CV_8UC1大，所以要在CV_32FC1的时候进行数据归一化，才不会造成精度损失


CV_32FC1->CV_8UC1

image_32fc1*=255;
image_32fc1.convertTo(image_8uc1,CV_8UC1);//convertTo不能在原始图像上边做，得使用新的图像


CV_]]></description><category></category></item><item><title><![CDATA[Hello!World!]]></title><link>https://blog.youkuaiyun.com/wudihust/article/details/7515453</link><guid>https://blog.youkuaiyun.com/wudihust/article/details/7515453</guid><author>wudihust</author><pubDate>Thu, 26 Apr 2012 18:23:41 +0800</pubDate><description><![CDATA[纯粹测试！！]]></description><category></category></item></channel></rss>