摘要：
我们在计算模型w的转置乘上x的时候，往往需要把w和x分别进行向量化然后运算，因为这样会使我们的计算机得到结果的时间更快，而且这种方法不管是在CPU还是在GPU上都是成立的，首先我们来看看代码： 第一种方法方法运用了向量化来计算，也就是numpy当中的dot函数来计算，第二种方法则是利用了我们传统的f 阅读全文
摘要：
以上是之前我们所学习的sigmoid函数以及logistic函数，下面是我们代价函数的普遍定义形式： 虽然普遍形式是有了，当然这个函数也仅仅是对第i个x才成立，如果想要得到连续的x的值则需要不断累加第i个的代价的值。如果想要上面的那种形式来作为代价函数，那么我们得到的代价函数不是凸函数因此不可能进行 阅读全文
摘要：
逻辑回归函数是由两个函数符合而成，首先我们有sigmoid函数g(z)： 当然这里面的参数可以加上各种有关theta的定值，并不一定必须就只有x之前的theta参数。 然后再把g(z)拿到h(x)函数里面去拟合就可以了，h(x)则是我们的Logistic回归函数。 把这两个方程拟合放到一起有： si 阅读全文
摘要：
我们用下列的这些符号来分别表示我们训练集当中的输入的值x以及输出的值Y。由于是二分分类的问题，因此y一般仅具有两个值0和1。x则一般可以用nx来表示单个训练集当中x的特征的个数，比如一幅图像有10000个特征，那么我们输入的X所对应的nx=10000.假设我们的训练集一共有10个单个的训练集，则m= 阅读全文
摘要：
这个报错是因为我们在求解行列式的值的时候使用了： 但是D必须是方阵才可以进行运算，不是方阵则会报错，我们把之前的行列式更改为方阵就不会再报错了，当然这也是numpy自身计算数值的一个缺陷。 阅读全文
摘要：
一.矩阵的加减法 输出： 这样我们就实现了我们矩阵的加法，下面我们来实现我们矩阵的乘法 二.矩阵的乘法 输出： 现在开始矩阵的乘法： 得解。 三.求解逆矩阵 输出： 阅读全文
摘要：
首先导包： 开始书写人脸检测的代码： 搞定！！！显示结果如下： 阅读全文
摘要：
转自：https://www.zhihu.com/question/22298352 从数学上讲，卷积就是一种运算。 某种运算，能被定义出来，至少有以下特征： 首先是抽象的、符号化的 其次，在生活、科研中，有着广泛的作用 比如加法： ，是抽象的，本身只是一个数学符号 在现实中，有非常多的意义，比如增 阅读全文
摘要：
首先我们来看看图像二值化的过程，opencv一共有好几种不同的二值化算法可以使用，一般来说图像的像素，亮度等条件如果超过了某个或者低于了某个阈值，就会恒等于某个值，可以用于某些物体轮廓的监测： 导包： 读入图像： 进行二值化的参数设定： 进行二值化： 阅读全文
摘要：
导包： RGB当中每一个颜色都有256阶亮度，每一阶都对应着一个亮度： 颜色空间的HSV模型。 H代表的是颜色的色调，一共从0—360度。每一度代表这不同的颜色模型 S：代表饱和度，饱和度的取值范围是%0—100,如果饱和度越大，则白色的占有率越小，颜色则越饱满，饱和度越小则白色越明显。 V:代表明 阅读全文