04 2023 档案

摘要:softmax回归的简洁实现 通过深度学习框架的高级API能够使实现softmax回归模型更方便地实现 继续使用Fashion-MNIST数据集,并保持批量大小为256。 import torch from torch import nn from d2l import torch as d2l b 阅读全文
posted @ 2023-04-28 15:00 idazhi 阅读(83) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-28 11:27 idazhi 阅读(0) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-26 00:07 idazhi 阅读(0) 评论(0) 推荐(0) 编辑
摘要:线性回归实现 %matplotlib inline import random from mxnet import autograd, np, npx from d2l import mxnet as d2l 生成数据集 根据带有噪声的线性模型构造一个人造数据集。 任务是使用这个有限样本的数据集来恢 阅读全文
posted @ 2023-04-24 12:19 idazhi 阅读(40) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-23 10:52 idazhi 阅读(0) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-23 10:44 idazhi 阅读(0) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-21 11:33 idazhi 阅读(0) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-21 09:57 idazhi 阅读(0) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-19 09:36 idazhi 阅读(1) 评论(0) 推荐(0) 编辑
摘要:第二次作业地址 https://www.cnblogs.com/idazhi/p/17372427.html 原文档地址(密码123456) https://www.cnblogs.com/idazhi/p/17437400.html ``` 1.什么是卷积?为什么要卷?为什么要积?(举例画图说明; 阅读全文
posted @ 2023-04-17 00:00 idazhi 阅读(1632) 评论(0) 推荐(1) 编辑
摘要:1-2数据预处理 读取数据集 import os os.makedirs(os.path.join('E:\\shendu', 'data'), exist_ok=True) data_file = os.path.join('E:\\shendu', 'data', 'house_tiny.csv 阅读全文
posted @ 2023-04-15 23:54 idazhi 阅读(63) 评论(0) 推荐(0) 编辑
摘要:week1 语言模型与语法树 基于规则的语言模型 import random def adj(): ###随机选取一个 return random.choice('蓝色的 | 好看的 | 小小的'.split('|')).split()[0] def adj_star(): ####返回一个adj( 阅读全文
posted @ 2023-04-15 12:36 idazhi 阅读(83) 评论(1) 推荐(0) 编辑
摘要:形态学 什么是形态学处理 ​ 基于图像形态进行处理的一些基本方法 ​ 这些处理方法基本是对二进制图像进行处理 ​ 卷积核决定着图像处理后的效果 腐蚀与膨胀 ​ 腐蚀:将一个区域变小 ​ 膨胀:将一个区域变大 开运算 ​ 先做腐蚀在做膨胀 闭运算 ​ 先做膨胀在做腐蚀 顶帽 黑帽 图像的二值化 ​ 将 阅读全文
posted @ 2023-04-12 15:17 idazhi 阅读(73) 评论(0) 推荐(0) 编辑
摘要:色彩空间转换 import cv2 import numpy as np def callback(userdata): pass ###创建窗口 cv2.namedWindow('color',cv2.WINDOW_NORMAL) ###读取本地一张图片 img = cv2.imread("C:\ 阅读全文
posted @ 2023-04-12 15:16 idazhi 阅读(54) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-12 10:30 idazhi 阅读(2) 评论(0) 推荐(0) 编辑
摘要:数据操作 为了能够完成各种数据操作,我们需要某种方法来存储和操作数据。 通常,我们需要做两件重要的事:(1)获取数据;(2)将数据读入计算机后对其进行处理。 如果没有某种方法来存储数据,那么获取数据是没有意义的。 ​ n维数组,也称为张量(tensor)。 入门 张量表示一个由数值组成的数组,这个数 阅读全文
posted @ 2023-04-11 22:43 idazhi 阅读(20) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-09 23:02 idazhi 阅读(6) 评论(0) 推荐(0) 编辑
摘要:图像的分割与修复 图像的分割 图像分割就是将前景物体从背景中分离出来 图像分割方法 传统的图像分割方法 分水岭法 GrabCut法 MeanShift法 基于颜色空间分布的方法 背景扣除 基于深度学习的图像分割方法 分水龄法 处理步揍 标记背景 标记前景 标记未知域 进行分割 watershaed( 阅读全文
posted @ 2023-04-09 16:13 idazhi 阅读(102) 评论(0) 推荐(0) 编辑
摘要:词典 hanlp词典 希望 v 386 n 96 vn 25 nz 1 希特勒 nr 3 希玛 nz 1 希罕 a 1 希翼 v 1 希腊 ns 19 词类 词频 词典加载 from pyhanlp import * def load_dictionary(): """ 加载HanLP中的mini词 阅读全文
posted @ 2023-04-07 22:50 idazhi 阅读(62) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-07 09:11 idazhi 阅读(0) 评论(0) 推荐(0) 编辑
摘要:特征点检测与匹配 应用场景 ​ 图像搜索,如以图搜图(不是对整个图片进行处理的而是检测特征点进行搜索) ​ 拼图游戏 ​ 拼图方法 ​ 寻找特征 ​ 特征是唯一的 ​ 特征可追踪的 ​ 能进行比较的 ​ 图像拼接,将两张有关联的图拼接到一起 什么是特征 ​ 图像特征就是指有意义的图像区域,具有独特性 阅读全文
posted @ 2023-04-06 17:30 idazhi 阅读(234) 评论(0) 推荐(0) 编辑
摘要:pod概念 pod概念 Pod是Kubernetes中的最小调度单元,k8s是通过定义一个Pod的资源,然后在Pod里面运行容器,容器需要指定一个镜像,这样就可以用来运行具体的服务。一个Pod封装一个容器(也可以封装多个容器),Pod里的容器共享存储、网络等。也就是说,应该把整个pod看作虚拟机,然 阅读全文
posted @ 2023-04-05 21:14 idazhi 阅读(41) 评论(0) 推荐(0) 编辑
摘要:目标识别 图像轮廓 图像轮廓:具有相同颜色或强度的连续点的曲线 作用: 可用于图形分析 物体的识别和检测 注意点: 为了检测的准确性,需要先对图像进行二值化或Canny操作 画轮廓时会修改输入的图像 findContours(img,mode,ApproximationMode) mode:模式 R 阅读全文
posted @ 2023-04-05 16:09 idazhi 阅读(113) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-04 22:50 idazhi 阅读(0) 评论(0) 推荐(0) 编辑
摘要:词典分词 关于字典树的操作,下列说法正确的有哪些? A添加节点需要在无法继续遍历时创建子节点 B修改节点需要先查询到目标位置,并将值替换 C查询节点是核心操作,等价于树的遍历 D删除节点需要先查询到终点位置,并将终止标记删除 答案:ABCD A. 添加节点需要在无法继续遍历时创建子节点:这是字典树的 阅读全文
posted @ 2023-04-04 22:49 idazhi 阅读(72) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-03 21:46 idazhi 阅读(1) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-03 12:10 idazhi 阅读(1) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2023-04-02 23:38 idazhi 阅读(3) 评论(0) 推荐(0) 编辑
摘要:用户 用户的使用 用于限制其他用户登入权限 ###查看mysql中的所有用户 ###方法一 MariaDB [(none)]> select distinct concat('user:''',user,'''@''',host,''';') as query from mysql.user; ## 阅读全文
posted @ 2023-04-02 16:21 idazhi 阅读(74) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示