摘要：
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Thinking_boy1992/article/details/53207177 本文翻译自 时序模型就是层次的线性叠加。 你能够通过向构造函数传递层实例的列表构建序列模型： ... 阅读全文
摘要：
从跑吧转来的，老帖子后面的鞋子可能不能与时俱进 不过前面的方法不错。1简介：ASICS鞋子鞋底如果有AHAR或AHAR+的为超耐磨标志,而且超耐度一般都是黑色,用指甲刮鞋底时如刮车轮底胶.ASICS最出名超耐磨的是慢跑鞋,一般情况下超耐磨慢跑鞋5年不会坏底,2年内出问题可以向公司直接索赔,ASICS从不用保修,穿着期内一坏公司就赔钱!tiger是休闲鞋,不是慢跑鞋,鞋底没有AHAR或AHAR+超耐... 阅读全文
摘要：
分类问题的优化过程是一个损失函数最小化的过程，对应的损失函数一般称为logloss，对于一个多分类问题，其在N个样本上的logloss损失函数具有以下形式：其中，yi(n)代表第n个样本是否属于第i个类别，取值为0或1，f(x(n))i代表分类模型对于第n个样本属于第i个类别的预测概率。将上面的式子稍作简化就可以得到我们常见的二分类问题下的损失函数，在这里不做展开，我们下面的讨论也都对于更为一般的... 阅读全文
摘要：
稀疏基的讨论已经持续了近一个月了，这次讨论多尺度几何分析。但由于下面讨论的这些变换主要面向图像，而本人现在主要关注于一维信号处理，所以就不对这些变换深入讨论了，这里仅从众参考文献中摘抄整理一些相关内容作为自己的一个备忘录，概念也许并不一定理解的准确，若以后杀入图像处理领域再行好好揣摩研究。一、从小波分析到多尺度几何分析 小波分析取在从多学科领域中取得巨大成功的一个关键... 阅读全文
摘要：
最近做一个小工具，需要将统计数据生成html表格。在网上搜罗一圈后发现用pandas生成表格非常好用。代码如下： 运行结果放入html中显示如下： DataFrame有很多初始化的方式；不仅仅是这种字典的方式；后面专门写一篇介绍。另外说一句pandas用来处理数据真的太方便了，有兴趣的朋友可以好好研 阅读全文
摘要：
pip --upgrade批量更新过期的python库 今天看了下系统环境，不少python库都有了更新，再用旧版本库可能已经不适合了，就想把所有的库都更新到最新版本。 查看系统里过期的python库，可以用pip命令 1 pip list #列出所有安装的库 1 pip list --outdat 阅读全文
摘要：
PackageInstaller 原理简述 应用安装是智能机的主要特点，即用户可以把各种应用（如游戏等）安装到手机上，并可以对其进行卸载等管理操作。APK是Android Package的缩写，即Android安装包。APK是类似Symbian Sis或Sisx的文件格式。通过将APK文件直接传到Android模拟器或Android手机中执行即可安装。 Android应用安装有如下四种方式1. ... 阅读全文
摘要：
我们先来考虑这样一个问题：打开手机设置，选择应用管理，选择任意一个App，然后你会看到两个按钮，一个是清除缓存，另一个是清除数据，那么当我们点击清除缓存的时候清除的是哪里的数据？当我们点击清除数据的时候又是清除的哪里的数据？读完本文相信你会有答案。在android开发中我们常常听到这样几个概念，内存，内部存储，外部存储，很多人常常将这三个东西搞混，那么我们今天就先来详细说说这三个东西是怎么回事？内... 阅读全文
摘要：
matlab函数_连通区域1、 matlab函数bwareaopen──删除小面积对象格式：BW2 = bwareaopen(BW,P,conn)作用：删除二值图像BW中面积小于P的对象，默认情况下使用8邻域。算法：(1)Determine the connected components. L = bwlabel(BW, conn);(2)Compute the area of each co... 阅读全文
摘要：
An overview of gradient descent optimization algorithmsNote: If you are looking for a review paper, this blog post is also available as an article on arXiv.Table of contents:Gradient descent variantsB... 阅读全文
摘要：
边缘检测matlab算法汇总1. 基于一阶微分算子检测边缘图像一阶微分边缘算子又称梯度边缘算子，它是利用图像在边缘处的阶跃性，及图像梯度在边缘去得极大值得特征性进行边缘检测。Sobel算子：image =edge(in_image,’sobel’,threshold,direction);Prewitt算子: image = edge(in_image,’prewitt’,thresho... 阅读全文
摘要：
十三种基于直方图的图像全局二值化算法原理、实现、代码及效果（转） 图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。这个看似简单的问题，在过去的四十年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法，但如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果。 在这些庞大的... 阅读全文
摘要：
Note: On Feb 8, 2014, our terms of access changed along with the APIs/URLs for downloading. By continuing to download/access ImageNet data you agree t 阅读全文
摘要：
前言这里讨论的优化问题指的是，给定目标函数f(x)，我们需要找到一组参数x，使得f(x)的值最小。本文以下内容假设读者已经了解机器学习基本知识，和梯度下降的原理。SGDSGD指stochastic gradient descent，即随机梯度下降。是梯度下降的batch版本。对于训练数据集，我们首先将其分成n个batch，每个batch包含m个样本。我们每次更新都利用一个batch的数据，而非整个... 阅读全文
摘要：
https://www.youtube.com/watch?v=Qynt-TxAPOs&index=12&list=PL16j5WbGpaM0_Tj8CRmurZ8Kk1gEBc7fg&ab_channel=MachineLearner 来自为知笔记(Wiz) 阅读全文
摘要：
本文是对ImageNet 2015的冠军ResNet(Deep Residual Networks)以及目前围绕ResNet这个工作研究者后续所发论文的总结，主要涉及到下面5篇论文。1. Link: Highway Networks:Rupesh Kumar Srivastava, Klaus Greff, Jürgen Schmidhuber2. Link: Deep Residual Lear... 阅读全文
摘要：
Android OpenCV Java:Codes: smallImg.copyTo( bigImg.submat( y, smallImg.rows(), x, smallImg.cols() ) );C++: image是原图，logo和mask是小幅图像，其中182,63,215,235，分别是覆盖位置左上角的点和覆盖的width和height[cpp] view plain copycv... 阅读全文
摘要：
Mat的step，size，step1，elemSize，elemSize1这几个属性非常容易混淆。 OpenCV的官方参考手册也没有解释清楚这几个概念。前一段时间研究了一下每个属性的含义，如果有什么错误，欢迎大家指正。step1(i):每一维元素的通道数step[i]:每一维元素的大小，单位字节size[i]:每一维元素的个数elemSize()：每个元素大小，单位字节elemSize1()：每... 阅读全文
摘要：
1. 简介 神经网络和深度学习是由Michael Nielsen所写，其特色是：兼顾理论和实战，是一本供初学者深入理解Deep Learning的好书。2. 感知器与sigmoid神经元2.1 感知器(Perceptrons) 感知器工作原理：接收一系列二进制输入，经过特定的规则计算之后，输出一个简单的二进制。 计算规则：通过引入权重(weights)表示每个输入对... 阅读全文
摘要：
Logistic回归、传统多层神经网络1.1 线性回归、线性神经网络、Logistic/Softmax回归线性回归是用于数据拟合的常规手段，其任务是优化目标函数：h(θ)=θ+θ1x1+θ2x2+....θnxn线性回归的求解法通常为两种：①解优化多元一次方程（矩阵）的传统方法，在数值分析里通常被称作”最小二乘法"，公式θ=(XTX)−1XTY②迭代法：有一阶导数（梯度下降）优化法、二阶导数（牛顿... 阅读全文