摘要：
一、人眼视觉特性 1、色弱 2、色盲 3、暗适应 4、人眼错觉 眼见不一定为实 马赫带效应 电影利用了视觉暂留 快拍慢放，慢拍快放 二、基本运算 1、点运算，是一种像素的逐点运算。是灰度到灰度的映射过程。 可以改变图像数据所占据的灰度值范围，从而改善图像显示效果。 线性、非线性点运算：灰度压缩：图像 阅读全文
摘要：
一、数字图像的质量 1、灰度级：表示像素明暗程度的整数量。例如：像素的量化范围是0-255， 称为有256个灰度级的图像。 层次 ：表示图像实际拥有的灰度级的数量。图像数据的实际层次越多，视觉效果就越好。 2、清晰度 影响清晰度的因素：大小，颜色饱和度 3、均方误差，峰值信噪比。客观判断图像的质量 阅读全文
摘要：
1、NN 神经网络 2、CNN卷积神经网络 CNN网络一共有5个层级结构： 输入层 卷积层 激活层 池化层 全连接FC层 一、输入层 与传统神经网络/机器学习一样，模型需要输入的进行预处理操作， 常见的输入层中预处理方式有： 去均值 归一化 PCA/SVD降维等 1、去均值：各维度都减对应维度的均值 阅读全文
摘要：
拟合：形象的说,拟和就是把平面上一系列的点,用一条光滑的曲线连接起来.因为这条曲线有无数种可能, 从而有各种拟和方法.拟和的曲线一般可以用函数表示.根据这个函数的不同有不同的拟和的名字. 如果待定函数是线性，就叫线性拟合或者线性回归(主要在统计中)，否则叫作非线性拟合或者非线性回归。表达式也可以是分 阅读全文
摘要：
和01背包的区别是每种物品的个数是无限的。 void solve_1() { for(int i=1; i<=n; i++) for(int j=1; j<=W; j++) { dp[i][j]=-1; for(int k=0; k*w[i]<=j; k++) dp[i][j]=max(dp[i][ 阅读全文
摘要：
1、正则化缓解过拟合 正则化在损失函数中引入模型复杂度指标，利用给w加权值，弱化了训练数据的噪声 一般不会正则化b。 2、matplotlib.pyplot 3、搭建模块化的神经网络八股： 前向传播就是搭建网络，设计网络结构（forward.py） def forward(x,regularizer 阅读全文
摘要：
jQuery 是一个 JavaScript 库。 jQuery 极大地简化了 JavaScript 编程。 jQuery 很容易学习。 阅读全文
摘要：
1、监督学习（supervised learning）又叫做回归问题 2、其实分类和回归的本质是一样的，都是对输入做出预测，其区别在于输出的类型。 分类问题：分类问题的输出是离散型变量(如: +1、-1)，是一种定性输出。(预测明天天气是阴、晴还是雨)回归问题：回归问题的输出是连续型变量，是一种定量 阅读全文
摘要：
1、01背包 例如：https://www.luogu.com.cn/problem/P1060 01背包的状态转换方程 f[i,j] = Max{ f[i-1,j-Wi]+Pi( j >= Wi ), f[i-1,j] } f[i,j]表示在前i件物品中选择若干件放在承重为 j 的背包中，可以取得 阅读全文
摘要：
注意读题，求的不是七周中位数的和，而是七周中位数的中位数的最大值 如图 a,b,c,x,e,f,g分别是每周的中位数。 而x是a,b,c,x,e,f,g是这七周的每一周的中位数的中位数 题目的要求是让我们最大化这个x; 我们可以假定x已经是我们要求的值，那么为了让x符合题目信息，我们必须让第4周的后 阅读全文