原创 機器學習實戰--樸素貝葉斯算法

樸素貝葉斯算法——實現新聞分類(Sklearn實現) 轉自:https://blog.csdn.net/asialee_bird 1、樸素貝葉斯實現新聞分類的步驟 (1)提供文本文件,即數據集下載 (2)準備數據          將數據

原创 ubuntu16.04系統一句命令安裝skype

wget https://repo.skype.com/latest/skypeforlinux-64.deb && sudo dpkg -i skypeforlinux-64.deb  

原创 Python之讀取鍵盤輸入到一維列表及二維列表

在網站上刷一些題的時候,經常涉及到從鍵盤的終端輸入讀取一系列參數,並把相應的參數存儲到列表裏的情況。 1、Python讀取列表的集中方式 Python3 input() 函數: Python3.x 中 input() 函數接受一個標準輸入

原创 分析神經網絡參數量及計算量

知乎上有一篇文章,介紹了網絡的時間複雜度和空間複雜度https://zhuanlan.zhihu.com/p/31575074 只有卷積操作和全連接操作會有參數的增加,池化不會。 1、卷積操作參數量及計算量 以VGG16網絡爲例, 第一

原创 Python之二維列表換行輸出

代碼: a=[] for i in range(5): a.append([]) for j in range(3): a[i].append(j) print(a) 輸出: [[0, 1, 2], [

原创 tensorflow1.x和tensorflow2.0兩個版本的函數對比表

https://docs.google.com/spreadsheets/d/1FLFJLzg7WNP6JHODX5q8BDgptKafq_slHpnHVbJIteQ/edit#gid=0  如果打不開網頁,可以直接從我的網盤裏下載:ht

原创 僅修改darknet.py對視頻做目標檢測

在Darknet框架中,自帶的darknet.py可以使用weight、cfg、coco.data(或者voc.data)、coco.names(voc.names),以及在darknet路徑下make生成的libdarknet.so(如

原创 YOLOv4(暫不完整 持續更新)

YOLOv4: Optimal Speed and Accuracy of Object Detection 論文:https://arxiv.org/abs/2004.10934 代碼:https://github.com/Alexey

原创 YOLO 9000

YOLOv2:https://blog.csdn.net/xue_csdn/article/details/105950349         YOLO 9000和YOLOv2使用相同的網絡結構。利用分類、檢測的聯合訓練機制,利用Imag

原创 ResNet--從理論到實踐

1、理論 理論部分參考:https://blog.csdn.net/weixin_43624538/article/details/85049699 (我下邊這篇寫得有點簡略,完整公式還是直接點擊原博鏈接吧,我不想複製了,因爲會導致格式亂

原创 CUDA——"從入門到放棄"

 轉載:https://www.jianshu.com/p/34a504af8d51 1. 知識準備 1.1 中央處理器(CPU) 中央處理器(CPU,Central Processing Unit)是一塊超大規模的集成電路,是一臺計算

原创 (一)Tensorflow創建一個簡單的CNN模型

參考:https://www.jianshu.com/p/e2f62043d02b 利用tensorflow框架和Python語言編寫一個簡單的卷積神經網絡結構CNN來識別手寫數字(mnist數據集方便調用) 網絡一共包括4層,分別是 卷

原创 Linux 中 grep 命令的 12 個實踐例子

grep是每個Linux發行版都預裝的一個強有力的文件模式搜索工具。無論何種原因,如果你的系統沒有預裝它的話,你可以很容易的通過系統的包管理器來安裝它(Debian/Ubuntu系中的apt-get和RHEl/CentOS/Fedora系

原创 李航《統計學習方法》的代碼實現

githun地址: https://github.com/fengdu78/lihang-code 黃海廣博士對原有代碼進行內容的更新,修改了部分錯誤,增加每章概述。 目前有前13章,後續會繼續更新

原创 yolo模型(三)計算mAP時的voc_eval.py代碼

在我的博客yolo模型(二)yolo模型計算mAP和recall中,有提到計算yolo模型的mAP方法,其中用到了faster rcnn 中voc_eval.py文件。但如果你機器上沒有配置過faster rcnn,可以直接參考複