原创 [判別學習]Discriminative Transfer Learning for General Image Restoration文章翻譯與分析

[判別學習]Discriminative Transfer Learning for General Image Restoration 文章翻譯與分析本文來自AbstractIntroductionRelated WorkPro

原创 Python 西瓜書 拉普拉斯修正的樸素貝葉斯分類器(可以直接運行)

根據西瓜書的西瓜數據集3.0,實現拉普拉斯修正的樸素貝葉斯分類器。 # -*- coding: utf-8 -*- import pandas as pd import math ##樸素貝葉斯分類器 def fun(sigma

原创 Python Unet網絡結構pytorch簡單實現+torchsummary可視化(可以直接運行)

Unet的網絡結構: 根據該結構,用Pytorch實現Unet: # -*- coding: utf-8 -*- import torch import torch.nn as nn from torch.autograd

原创 利用matlab導入數據+命令行 快速選取excel部分內容

對於Excel中,只有一部分內容是需要獲取的數據時,可以使用matlab的導入數據功能。例如希望獲取的信息是紅框部分: 1.打開MATLAB到文件所在路徑,雙擊xlsx文件。 2.如果數據都是數值類型,在導入界面輸出類型改成

原创 Python 西瓜書編程實現標準BP算法和累積BP算法+loss可視化(可以直接運行)

西瓜數據集3.0 標準BP算法:求單個樣本的均方誤差(公式5.4); 參數更新非常頻繁; 需要更多次數迭代。(這一點在loss曲線中可以明顯看出來) 累積BP算法:求所有訓練樣例的均方誤差(公式5.16); 參數更新頻率低得多;

原创 Python 利用列表就可以實現新2048遊戲(代碼可以直接運行)

2048是一款經典的遊戲,但矩陣中圖形的不斷變化造成其實現有一定難度。 新2048採用類似紙牌的方式,每一列隨着牌數增加而不斷向下延伸,遇到相同值則向上消去,這可以用列表來實現。 規則: 一. 假設共有5列位置可以放牌,玩家每

原创 opencv+face_recognition+tkinter: 實現簡單的視頻人臉識別工具(完整代碼)

實現效果:寫一個圖形界面,實現輸入一個視頻,對視頻中的人臉進行捕捉並輸出。 技術基礎 本文技術基礎將分爲三個部分介紹: 庫 用途 opencv 視頻處理模塊 face_recognition 人臉識別模塊

原创 Pytorch單GPU、多GPU訓練的幾個細節對比

Pytorch單GPU、多GPU訓練的區別主要在三個地方:訓練前指定GPU、訓練過程中保存模型和加載剛剛保存的模型。 訓練前指定GPU 單GPU: os.environ["CUDA_VISIBLE_DEVICES"] = '0'

原创 Python PIL、cv2、Dataloader、plt讀取/顯示圖像數據集對比實例

獲得數據集是深度學習代碼的首要步驟。下面我們使用相同的場景對PIL、cv2、Dataloader進行比較。 假設圖像處於/single_images/images/目錄下,尺寸64x64x3。 import numpy as np

原创 CVPR2020: Deep Unfolding Network for Image Super-Resolution

論文地址:https://arxiv.org/pdf/2003.10428.pdf 作者認爲,基於模型(model-based)的方法適合處理不同的尺寸,模糊核和噪聲水平的單張圖像的超分辨率問題。相比之下,基於學習的方法(lear

原创 Matlab 非線性信息處理技術作業

介紹 These codes based on MATLAB are my submitted homework as well as some related resources at the lesson of ‘Nonlin

原创 sklearn手寫體數據集 Dataloader分batch訓練

from sklearn.datasets import load_digits from torch.utils.data import DataLoader import numpy as np digits = load_

原创 GAN二次元頭像生成Pytorch實現(附完整代碼)

介紹 本文是李宏毅GAN課程課後作業HW3_1(二次元頭像生成,Keras實現)的Pytorch版本。寫這篇的原因是一方面剛開始接觸GAN,二是個人比較習慣用Pytorch,所以將keras改成Pytorch版本。 實現所需要的

原创 Python機器學習可視化(二)sklearn.validation_curve選擇超參數實例(完整代碼)

介紹 Scikit-learn提供了learning_curve類,方便獲得和訓練的可視化相關的數據。 例如,如果想要觀察訓練集使用不同樣本數量和訓練得分/測試得分的關係,可以使用learning_curve函數,在 Python

原创 Python機器學習入門: sklearn.learning_curve 訓練結果可視化實例(完整代碼)

介紹 Scikit-learn提供了learning_curve類,方便獲得和訓練的可視化相關的數據。例如,如果想要觀察訓練集使用不同樣本數量和訓練得分/測試得分的關係,可以使用learning_curve函數可視化,得到訓練樣本