原创 matplotlib常用方法屬性詳解
gdp_dat.csv在文章末尾 方法講解 中文顯示錯誤問題 在繪圖中如果出現中文標籤或者負號,會無法正常顯示,可以使用以下解決方案: import matplotlib.pyplot as plt # 用來正常顯示中
原创 二、YOLO訓練與GPU識別的環境搭建
首先要安裝好YOLO,再進行下面的GPU識別與訓練環境的搭建。 如果還未安裝YOLO的,請先參考下面鏈接進行安裝: https://blog.csdn.net/yumening77/article/details/97133794
原创 二、線性迴歸——標準方程法的代碼實現
import numpy as np import pandas as pd import matplotlib.pyplot as plt data = pd.read_csv('linear_regression.csv',
原创 百度EasyDL圖像分類的使用
1. 創建模型 瀏覽器打開 https://ai.baidu.com/easydl/image_classification 點擊開始訓練,然後點擊創建模型,選擇公司或個人,填寫對應資料,如下圖: 點擊下一步,可以看到模型已經創
原创 使用YCSB對Mongodb進行壓力測試
1.安裝JDK 參考我的原創:https://blog.csdn.net/yumening77/article/details/95475526 2.安裝Maven 參考我的原創:https://blog.csdn.net/yumenin
原创 一、YOLO安裝及基本使用
操作環境:ubuntu16.04 64位 1.下載darknet git clone https://github.com/pjreddie/darknet cd darknet make 2.下載預先訓練的權重樣本
原创 計算機視覺識別原理
圖像在計算機中的表現形式 在計算機中,圖像是一個三維數組組成的,在數組當中,每一個元素都是一個像素點。 例如上圖,32 * 32 * 3 第一個32是圖片的長度 第二個32是圖片的寬度 最後的3代表圖片的顏色通道,彩色的圖片顏
原创 pyTorch非線性迴歸代碼實現
import torch from torch.autograd import Variable import torch.nn.functional as F import matplotlib.pyplot as plt #
原创 神經網絡架構
神經網絡模型 神經網絡分爲輸入層、隱藏層、輸出層;以一個四層的神經網絡爲例(包含兩個隱藏層),輸入層x1,x2,x3經過第一組權重參數W1後,得到了第一個隱藏層的數據。然後再經過W2、W3後,得到最後的輸出層數據。 那麼,既然如
原创 CNN卷積神經網絡
卷積 卷積也就是說,神經網絡不再是對每個像素的輸入信息做處理,而是對圖像上每一小塊區域的處理。這種做法加強了圖像信息的連續性,使得神經網絡能“看到”圖形,而非一個點。這種做法同時也加深了神經網絡對圖像的理解。 卷積神經網絡有一個
原创 迴歸問題的本質與激活函數的作用
一元或多元線性迴歸: 特徵矩陣X點乘權重矩陣W後,生成了對應的預測值Y’,通過最小二乘法或者梯度下降法(對W求導),不斷對比預測值Y’和真實值Y的誤差值LOSS,調整W,使得LOSS值最小。 多項式迴歸(非線性迴歸): 和一元或多
原创 CNN手寫數字識別demo——pyTorch代碼實現
import time import torch import torch.nn as nn from torch.autograd import Variable import torch.utils.data as Data
原创 百度OCR圖像文字提取
1.創建應用 打開下面的鏈接,點擊創建應用。 https://console.bce.baidu.com/ai/?_=1579078251518&fromai=1#/ai/ocr/overview/index 填寫應用名稱、應用類
原创 三、嶺迴歸
根據線性迴歸標準方程法的公式: 當數據特徵n>樣本個數m的時候,xTx會出現有一些行或者列全是0的情況,這就不是滿秩矩陣(沒有哪一行或列全是0),所以不可逆。 I這個單位矩陣的行列與xTx是一樣的,且單位矩陣I是滿秩矩陣,λ一般