1. 概述整个工程已经上传个人的 github https://github.com/lovewinds13/QYQXDeepLearning ，下载即可直接测试，数据集文件因为比较大，已经删除了，按照下文教程下载即可。论文下载：ImageNet Classification with Deep Convolutional Neural Networks2. AlexNetAlexNet 是 20
转载
2024-07-30 16:20:23
24阅读
文章目录数据介绍经验1. 准确率92.55%：SENet、PyTorch（1）数据预处理：加权采样（2）数据增强：采用随机裁剪，随机旋转，随机翻转，随机擦除（3）模型选择：Senet154（4）模型优化：标签平滑、学习率热身（5）模型集成经验2. 准确率93.12%：DenseNet，Keras（1）预处理-最大最小缩放中心化（2）模型选择方面-预训练DenseNet（3）数据增强-Flip，R
转载
2023-12-29 19:02:13
538阅读
Python用于简单脚本编程，如编写2048小游戏或12306的自动抢票软件； Python用于系统编程，如开发系统应用； Python用于开发网络爬虫； 网络爬虫的用途是进行数据采集，也就是将互联网中的数据采集过来。网络爬虫的难点其实并不在于爬虫本身，由于网站方为了避免被爬取回采取各种各样的反爬虫措施，而如果想要继续从网站爬取数据就需要解决这些反爬虫措施
转载
2023-06-30 21:53:58
73阅读
编程语言分为机器语言(直接用二进制01跟计算机直接沟通交流,直接操作硬件)
优点:计算机能够直接读懂，速度快
缺点:开发效率极低
汇编语言(用简单的英文标签来表示二进制数,直接操作硬件)
优点:开发效率高于机器语言
缺点:执行效率较机器语言
高级语言(直接用人类识别的字符去编写程序,不能直接操作硬件,需要借助特殊工具转换成机器语言去操作硬件
高级语言分为
编译
转载
2023-08-24 16:17:08
56阅读
贝叶斯分类是文本分类的一个典型算法，不管是基于内容的推荐算法，还是搜索引擎，都会有它的身影。接下来我主要讨论如何用代码实现贝叶斯分类，至于理论上的东西就此忽略。导入包：from math import log
from numpy import *1.读取训练集的词条库def loadDataSet():
postingList=[['my', 'dog', 'has', 'flea',
转载
2024-07-08 09:54:51
40阅读
python实用的代码，本文会不断进行持续更新，有疑问的可以私信留言，户这话评论区留言。?可进行python程序定制。?
一、批量修改文件后缀代码本人在处理图像数据集的过程中，会遇到图片数据格式不统一的情况，一个个改的话很费劲效率低，可以用如下程序进行统一后缀名称。具体代码如下：import os
import sys
#需要修改后缀的文件目录
os.chdir(r'E:\0jiedan\zh
转载
2024-09-01 17:39:42
53阅读
关于编码
ascii : 8位 1字节 表示1个字符
unicode 32位 4个字节 表示一个字符
utf- 8 1个英文 8位，1个字节
欧洲 16位 两个字节 表示一个字符
亚洲 24位 三个字节 表示一个字符
转载
2023-05-24 16:23:44
172阅读
现在的软件几乎都是用事件触发来控制流程的。象GUI软件、游戏等。事件触发时的情景并形成了场景，而同一事件不同的触发顺序和处理结果就形成了事件流。这种在软件设计方面的思想可以引入到软件测试中，可以生动地 描绘出事件触发时的情景，有利于设计测试用例，同时使测试用例更容易理解和执行。 在测试一个软件的时候，在场景法中，测试流程是软件功能按照正确的事件流实现的一
转载
2024-07-11 20:58:23
42阅读
AI菜品分析机器人： 1.建立语料库，爬取各个网站的对话和问答，这里我采用的是知乎以及调用api获取实时对话，至于代码的话我这里就不放了，涉及比较多，我这里侧重点是图像识别，大概获取了将近4万条数据， 这里给出部分结果： 2.关于图像识别： 1.图像训练需要极大的数据，我这里找了很久，通过各种手段，找到了kaggle比赛曾用过的101000张图片，
转载
2023-08-07 16:29:59
179阅读
目的：做一个简易的图片分类。 使用到的算法：hog、surf+svm 图片集：cifar-10、cifar-100、stl-10、自制图片集 分类完整代码链接使用说明： 1.cifar-10、cifar-100和stl-10直接解压 2.自制图片集文件夹结构： ├─homemade │ ├─标签1 │ ├─标签2 │ ├─标签3 │ ├─标签4 │ ├─标签5 │ └─标签6
转载
2023-07-05 00:39:20
172阅读
图片分类学习动机.在这一节中我们会引入图片分类为题。这也是从一个合适的集合中分配给图片一个标记的任务。这是计算机视觉的核心问题之一。鉴于它的简单性，有一大批实用应用。更多的是，我们可以在以后的章节中看到，一些看似分离的计算机视觉任务（例如类别监测，分割）都可以归为图片分类。举例例如，如下的图片模型可以提取一个图片并给他四种label的可能性（猫，狗，帽子，杯子）。在图片中可以看到，一个图片在计算机
转载
2023-06-08 16:36:48
248阅读
何为分类分析在机器学习和统计中，分类是基于包含其类别成员资格已知的观察（或实例）的训练数据集来识别新观察所属的一组类别（子群体）中的哪一个的问题。 例如，将给定的电子邮件分配给“垃圾邮件”或“非垃圾邮件”类，并根据观察到的患者特征（性别，血压，某些症状的存在或不存在等）为给定患者分配诊断。 分类是模式识别的一个例子。 在机器学习的术语中，分类被认为是监督学习的一个实例，即学习可以获得正确识别的观察
转载
2023-08-30 23:23:54
72阅读
本项目主要用于提交和展示你们完善的数据集增强代码请把各个效果（翻转、旋转、位移等）操作效果都展示一遍）提供图像400*267像素 记得改名import cv2
import math
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
def DotMatrix(A,B):
'''
转载
2023-09-29 08:50:01
166阅读
简介：分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型，然后对未知数据进行分类。 一、简单分类器首先，用numpy创建一些基本的数据，我们创建了8个点；查看代码X = np.array([[3, 1], [2, 5], [1, 8], [6, 4], [5, 2], [3, 5], [4, 7], [4, -1]])给这8个点的数据赋予默认的
转载
2023-06-20 13:32:46
545阅读
嗨害大家好鸭！我是小熊猫❤今天这篇文章主要介绍的是：如何利用现有的工具来实现一个垃圾分类的应用要想垃圾分类，首先，自我定位明确：言归正传主要做了三个核心内容：对比现有垃圾分类服务，挑选一个合适并编码实现开发桌面版垃圾分类APP开发垃圾分类微信小程序上面这三部分第一部分是后端的活儿，其他两部分都是前端的活儿，所以，我在这三块没有太多经验，基本上是面向搜索引擎编程。先看效果图，PC版：小程序：那么，接
转载
2023-08-11 19:22:37
264阅读
题目：MLP实现图像多分类（手写数字识别）实验目的与环境目的基于mnist数据集，建立MLP模型使用模型实现0-9数字的十分类环境Python3.6NumpyMatplotlibKerasPandas理论多层感知机（MLP）原理多层感知机（MLP，Multilayer Perceptron）也叫人工神经网络（ANN，Artificial Neural Network），除了输入输出层，它中间可以有
转载
2023-10-16 15:25:29
480阅读
随着深度学习的发展，递归神经网络(RNN和LSTM)和卷积神经网络(CNN)等神经网络结构已经完成了自然语言处理(NLP)的大部分任务，它在文本分类、语言建模、机器翻译等性能上都有了很大的提高。然而，与计算机视觉（Computer Vision）中的深度学习性能相比，自然语言处理的深度学习模型的性能就差强人意了。 原因之一在于缺少大型带标记的文本数据集。目前，大多数带标记
转载
2024-09-01 17:46:47
50阅读
首先，我们正式描述算法应用通常分为表述问题和解决过程两个阶段， 表述问题即需要运用数据挖掘能够理解和处理的语言来阐述业务问题， 最重要的是能够用正确且符合实际的方式把业务问题转化成数据挖掘问题， 这往往决定了后续工作是否能有效的展开， 尝试解决一个不符合实际的业务问题往往会使得数据挖掘的工作陷入数据的海洋中， 既费时费力又得不到想要的结果； 而解决过程， 顾名思义就是将表述清楚的问题通过
转载
2024-01-16 18:19:59
4阅读
# 场景削减与Python代码
在软件开发中，尤其是在游戏开发和复杂应用中，场景管理是一个非常重要的部分。场景削减（Scene Culling）是一种优化技术，用于提高渲染效率和处理能力，确保只有可见的场景元素被处理和渲染。本文将深入探讨场景削减的概念及其在Python中的应用，同时提供代码示例和流程图。
## 什么是场景削减
场景削减的主要目的是减少需要渲染的物体数量。通过判断物体的可见性
原创
2024-08-11 03:52:05
49阅读
数据类型小结(各数据类型常用操作)一.数字/整型intint()强行转化数字二.bool类型False&Truebool()强行转化布尔类型.0,None,及各个空的字符类型为False.其余均为Ture.三.字符串strstr()强行转化字符串#列表转化字符换
nums = [11,22,33,44]
for a in range(0,len(nums)):
nums[a] =
转载
2023-08-09 17:46:35
111阅读
