原创 Java筆記:在IDEA平臺下使用JUnit插件進行單元測試

使用JUnit插件的場景 Java是完全面向對象語言,所有功能都在類中實現,新人測試代碼時,一般都會對每個類寫一個main函數來調用其功能,JUnit正是取代這種繁瑣操作的實用工具。它能夠不依賴main直接對代碼測試。 測試平臺:

原创 【LeetCode】Anagrams(筆記)

Description Given an array of strings, return all groups of strings that are anagrams. Example Given ["lint", "intl", "

原创 利用AdaBoost元算法的分類器(代碼筆記)

AdaBoost是一種集成方法。屬於監督學習。 將不用的分類器組合起來,這種方法稱爲集成方法(ensemble method)或元算法(meta-algorithm) -----------------------------------

原创 【LintCode】Sort List(筆記)

Description Sort a linked list in O(n log n) time using constant space complexity. Example Given 1->3->2->null, sort it

原创 OpenCV的霍夫變換(Hough Transform)圓檢測

Hough變換檢測圓 霍夫變換也可以用於檢測其他幾何形體,事實上,可以用參數方程表示的幾何體都可以嘗試用霍夫變換進行檢測。 比如圓形,它對應的參數方程爲:r2=(x-x0)2+(y-y0)2 該函數包含三個參數,分別是圓心的座標和圓的半徑

原创 【LintCode】Climbing Stairs(筆記)

Description You are climbing a stair case. It takes n steps to reach to the top. Each time you can either climb 1 or 2

原创 OpenCV的霍夫變換(Hough Transform)直線檢測

霍夫變換(Hough Transform)的主要思想: 一條直線在平面直角座標系(x-y)中可以用y=ax+b式表示,對於直線上一個確定的點(x0,y0),總符合y0-ax0=b,而它可以表示爲參數平面座標系(a-b)中的一條直線。因此,

原创 標準迴歸:預測數值型數據

迴歸和分類的不同,在於它的目標變量是連續數值型。它也是一種監督學習方法。 思想:最基本的迴歸是用普通最小二乘法(OLS)計算最佳擬合直線的係數w估計。 最小化平方誤差   對w求導等於零,得到w的求解公式   import nump

原创 python存儲16bit和32bit圖像

筆記:python中存儲16bit和32bit圖像的方法。 說明:主要是利用scipy庫和pillow庫,比較其中的不同。 ''' 測試16bit和32bit圖像的python存儲方法 ''' import numpy as np i

原创 ID3構造決策樹預測隱形眼鏡類型(代碼筆記)

決策樹可以從數據集合中提取出一系列規則,從而分類樣本。它的優勢是理解數據蘊含信息。 思想:利用信息增益(information gain)【度量數據集信息的方式—香農熵(entropy)】計算得出最好的劃分數據集的特徵,用遞歸的方式不斷找

原创 卷積神經網絡做圖像風格遷移的項目代碼筆記

代碼參考自:https://github.com/ckmarkoh/neuralart_tensorflow 算法來源 CVPR 2016 的文章 “Image Style Transfer Using Convolutional Neu

原创 深度學習中的梯度下降優化算法筆記

梯度下降方法是目前最流行的神經網絡優化方法,並且現在主流的深度學習框架(tensorflow,caffe,keras,MXNET等)都包含了若干種梯度下降迭代優化器。我們在搭建網絡的時候,基本都是拿它們封裝好的函數直接用。實際上這些算法在

原创 使用Logistic迴歸進行分類(代碼筆記)

基於Sigmoid函數和Logistic迴歸的分類算法。 思想:使用梯度上升找到最優迴歸係數,相當於找到決策邊界。再用數據特徵和Logistic迴歸就能算出分類。 import numpy as np ''' 用Logistic迴歸擬合

原创 screen命令 | tee命令

screen命令 通常,在遠程終端窗口開一個任務,若在它執行期間不慎關掉窗口或者斷開連接,那這個任務就會被殺掉,一切半途而廢了。 Screen是一個可以在多個進程之間多路複用一個物理終端的窗口管理器。Screen中有會話的概念,用戶

原创 kNN算法識別手寫數字(代碼筆記)

k-近鄰算法,屬於有監督的分類算法。 思想:利用輸入數據特徵值和訓練樣本數據特徵值之間的距離分類,挑出距離最小的k個訓練樣本的類別頻率,作爲預測的分類估計。 ''' k-近鄰算法是基於實例的學習 1 使用時要保存全部的數據集,佔存儲空間