流畅的Python读书笔记(一) 文章目录流畅的Python读书笔记(一)Python数据模型一摞Python风格的纸牌准备开始看代码吧先来创建我们的类参考资料 以下叙述中有部分是笔者杜撰的，已有特别说明。 Python数据模型Python最好的品质之一就是一致性。所谓一致性，笔者目前的理解是：对操作具有的统一表述。比如，在Python中，获取列表元素个数的语句为len(list)，而如果你具有
转载
2024-06-16 13:05:21
34阅读
LSTM ->Long Short-Term Memory，长短时记忆神经网络，1997年提出，主要用于解决RNN没办法长时间记忆（对于很久前的信息RNN会有一种失效的问题），是一种基于RNN变化的神经网络（使得神经网络具有对很久前的信息仍有记忆效果），现广泛应用于自然语言处理（NLP），时间序列预测和构建一些高层次的模型。我们先透过LSTM的模型内部，去挖掘LSTM学习长期依赖信息的秘密：
转载
2024-08-09 00:07:02
262阅读
三维目标检测算法原理输入输出接口Input：（1）图像视频分辨率（整型int）（2）图像视频格式（RGB，YUV，MP4等）（3）左右两边的车道线位置信息摄像头标定参数（中心位置（x,y）和5个畸变系数（2径向，2切向，1棱向），浮点型float）（4）摄像头初始化参数（摄像头初始位置和三个坐标方向的旋转角度，车辆宽度高度车速等等，浮点型float） Output：（1）BandingBox左上右
目录 1. 计算图2. 神经网络实现2.1 前向传播算法2.2 参数表示2.3 反向传播算法1. 计算图tensorflow使用计算图的模型来进行计算。tensorflow程序一般可以分为两个阶段，第一个是定义计算图中所有的计算，第二个是执行计算。通过python上下文管理器，可以在管理器推出时自动释放资源import tensorflow as tf
a=tf.constant([1.
转载
2023-08-12 14:17:23
142阅读
matlab bp神经网络用BP神经网络可以对任意阶乘的训练向量进行训练。然后输出目标向量，最后预测未来的量。例如：已知55个数据，用5×40向量数据作为训练向量，然后输出1×40的数据向量（即对5-45序列进行预测），最后，再对46-66序列进行预测。实现代码：%训练向量P_in=[。。。]; %5×40向量%目标向量T=[。。。]; %1×40向量net=newrbe(P_
转载
2023-10-19 21:18:13
50阅读
如何利用yolov5进行预测yolov5项目的简单描述模型对比图需要的包作者的教程环境inference不用命令行，使用pycharm运行main函数部分运行程序来看一下 **detect.py**跑代码时遇到的一些问题，可以参考我的其他博客一些参数说明--weights'default='yolov5s.pt', **指定权重网络模型**yolov5s/5m ，可以自行更改另一种下载文件的方法
全新的TFN F7上市了，F7是TFN 针对光纤主干网络而设计的一款高性能多功能测试仪器。该产品可实现最大45dB动态范围，最高0.05m的测距分辨率，具有最小0.8m的测试盲区，具有双波长、三波长、四波长，以及单、多模一体等丰富的配置功能模块，其中选配的在线测试模块可实现链路带光的无损测试，特有测试结果自诊断功能，极大的保证了测试结果的可靠性和有效性。本产品可根据客户需求，实现光源、光功率计、V
转载
2024-06-19 08:30:47
118阅读
# Python气温预测逻辑流程图教学
在当今数据驱动的世界中，气温预测是一个重要的课题。本篇文章将带领你通过简单易懂的步骤，使用Python实现一个气温预测逻辑流程图。我们将通过表格、代码示例和图形化的方式来展示整个流程，使你更容易理解。
## 整体流程
首先，我们需要理清楚整个气温预测的流程。以下是我们要遵循的步骤：
| 步骤 | 描述
原创
2024-09-17 04:36:38
124阅读
预测模型1. 时间序列分析2.机器学习预测模型2.1 决策树2.2 支持向量机回归(SVR) 如果得到一份数据集，任务是要预测出一系列的值，而在预测任务中，我们大多数都采用的是拟合的方法，这篇文字主要介绍三种预测方法时间序列分析，灰色预测模型，神经网络。 1. 时间序列分析时间序列也叫动态序列，数据是按时间和数值性成的序列。而时间序列分析有三种作用，大致可以描述为描述过去，分析规律，预测将来。
转载
2023-09-07 16:38:26
852阅读
faster rcnn主要结构理解：1、cnn（卷积神经网络网络）：特征提取层，通过特征提取层提取特征向量，（可以使用vgg16，resnet101等网络结构），生成固定大小的特征图如mobile生成256层（也有说生成通道的，这里我理解为层），vgg16生成512层的。每层可以设置，如（40，60） 2、rpn（区域建议网络）：Isliding window(滑动窗口）使用小的卷积神经
之前所讲的图像处理都是小 patchs ，比如28*28或者36*36之类，考虑如下情形，对于一副1000*1000的图像，即106，当隐层也有106节点时，那么W(1)的数量将达到1012级别，为了减少参数规模，加快训练速度，CNN应运而生。CNN就像辟邪剑谱一样，正常人练得很挫，一旦自宫后，就变得很厉害。CNN有几个重要的点：局部感知、参数共享、池化。 局部感知106 的
转载
2024-03-20 09:20:49
71阅读
# 数据预测Python入门指南
作为一名刚入行的开发者，你可能对如何使用Python进行数据预测感到困惑。不用担心，本文将为你提供一个简单的入门指南，帮助你快速掌握数据预测的基本流程和代码实现。
## 1. 数据预测流程
数据预测通常包括以下几个步骤：
| 步骤 | 描述 |
| --- | --- |
| 数据收集 | 收集所需的数据集 |
| 数据预处理 | 清洗、转换和规范化数据
原创
2024-07-21 08:59:39
68阅读
一、项目简介：回归树用于分类预测 1、项目集数据介绍 使用randomForest包和party包来创建随机森林的区别：randomForest包无法处理包含缺失值或者拥有超过32个等级水平的分类变量。本例子是在内存受限的情况下简历一个预测模型。由于训练集太大而不能直接通过R构建决策树，所以需要先从训练集中通过随机抽样的方式抽取多个子集，并分别对每一个子集构建决策树，只选取决策树中存在的
转载
2024-03-14 18:13:39
160阅读
构建机器学习模型的一般流程：数据预处理、特征提取、选择模型、模型性能评估与修改
参见原书1.5节构建预测模型的一般流程问题的日常语言表述->问题的数学语言重述重述问题、提取特征、训练算法、评估算法熟悉不同算法的输入数据结构：1.提取或组合预测所需的特征2.设定训练目标3.训练模型4.评估模型在训练数据上的性能表现机器学习：开发一个可以实际部署的模型
转载
2024-03-14 08:05:33
488阅读
业务流程图TFD数据流程图（DFD）业务流程及数据流程图
原创
2022-08-15 11:34:07
10000+阅读
流程——顾名思义：水流的路程；事物进行中的次序或顺序的布置和安排。流程是自然而然就存在的，它可以不规范，可以不固定，可以充满问题画流程图主要作用：1）流程图为产品设计基石，可以保证产品的使用逻辑合理顺畅2）传达需求，用流程图来更好地表达产品逻辑3）查漏补缺，检验是否有遗漏的分支流程流程图以描述对象分类，包括：业务流程图、页面流程图、功能流程图、数据流程图等。业务流程图（Transaction Fl
转载
2023-04-29 06:37:42
3533阅读
作者：
July、pluskid ；
致谢：白石、J
erryLead 第一层、了解SVM1.0、什么是支持向量机SVM 要明白什么是SVM，便得从分类说起。至于具体什么是监督学习与非监督学习，请参见此系列Machine L&Data Mining第一篇)，它广泛的应用于统计分类以及回归分析中。 支持向量机（SVM）是90年代
文章目录第一章 Python 数据模型1.1 python风格的纸牌1.2 如何使用特殊方法-通过创建一个向量类的例子1.3 特殊方法汇总 第一章 Python 数据模型python最好的品质是一致性 python解释器碰到特殊句法时，会使用特殊方法去激活一些基本的对象操作 这些特殊的方法以两个下划线开头，以两个下划线结尾，如__getitem__、__len__等 所谓的特殊句法，如通过下标访
转载
2024-07-31 18:26:48
51阅读
本节课中，我们将学习如何利用Python的矢量化来实现神经网络。根本上讲，矢量化的目的是为了提高计算的效率，加快计算速度。矢量化深度学习想要发挥其优势，一个最重要的前提条件是有足够大量的数据。而面对足够大量的数据时，代码的运算速度就非常重要了。以Logistic回归为例，前向计算公式如下：其中，w和b都是nx维的向量。此时，对于一个非矢量的实现方式大致如下：z = 0for i in range(
转载
2023-09-15 09:59:02
96阅读
Python界的网红机器学习，这股浪潮已经逐渐成为热点，而Python是机器学习方向的头牌语言，用机器学习来玩一些好玩的项目一定很有意思。比如根据你的职业，婚姻，家庭，教育时间等等来预测你的收入，这么神奇！不信的话，一起跟我往下看。1.数据集收入问题一直是大家比较关心的热点，在kaggle比赛中，也出现过此类的数据集，因此，本次小实战的数据集就是来源于kaggle比赛的数据集，数据集长得样子如下:
转载
2023-08-02 17:23:36
119阅读
