上一页 1 ··· 4 5 6 7 8 9 10 11 12 ··· 26 下一页
摘要: 相关内容: 多层感知机与简易CNN的TensorFlow实现 可以在GitHub上查看更详细的内容 具体实现: 导入相关包和数据集: # 导入相关包 import torch import torchvision import torch.nn as nn import torchvision.tr 阅读全文
posted @ 2020-12-28 11:16 荒唐了年少 阅读(273) 评论(0) 推荐(0) 编辑
摘要: 下文使用TensorFlow实现了一个多层感知机和一个简单的卷积神经网络模型,并应用于数据集MNIST。 所有代码以及所使用的的数据集文件可以到作者的GitHub上下载,GitHub上提供的Jupyter Notebook文 件包含代码以及详细注释(代码中使用的每个函数的作用、参数说明)。 impo 阅读全文
posted @ 2020-12-10 17:29 荒唐了年少 阅读(282) 评论(0) 推荐(0) 编辑
摘要: 均方误差个交叉熵误差都是常用的损失函数之一。 首先简要介绍下损失函数: 损失函数是用来表示神经网络性能的“恶劣程度”的指标。即当前神经网络对监督数据在多大程度上不拟合,在多大 程度上不一致。说白了,即所创建的神经网络对输入数据的预测输出值与监督数据(实际输出值)的差距。 均方误差: 上面是计算公式, 阅读全文
posted @ 2020-12-07 16:25 荒唐了年少 阅读(1167) 评论(0) 推荐(0) 编辑
摘要: 之前的不完整实现:https://www.cnblogs.com/lnlin/p/8151057.html 首先是界面,Qt Creator直接画就行 然后直接贴代码,具体实现逻辑和之前写的没啥区别,只不过代码更加简略了。 #ifndef MAINWINDOW_H #define MAINWINDO 阅读全文
posted @ 2020-11-27 09:50 荒唐了年少 阅读(345) 评论(0) 推荐(0) 编辑
摘要: 在动手写深度学习的TensorFlow实现版本中,需要用到数据集Fashion MNIST,如果直接用TensorFlow导入数据集: from tensorflow.keras.datasets import fashion_mnist (x_train, y_train), (x_test, y 阅读全文
posted @ 2020-11-20 16:08 荒唐了年少 阅读(7443) 评论(1) 推荐(0) 编辑
摘要: 使用C++和OpenCV实现的五指棋 2020/10/29 简要说明: 1.棋盘大小为15*15,每一格的像素尺寸为25*25,鼠标左键双击棋盘下棋。 2.只有鼠标点击的位置没有棋子,且该点击点处在以该交点为中心 边长为10像素的正方形内,该点击才被判断为有效 3.会在黑窗口输出每次鼠标点击位置的坐 阅读全文
posted @ 2020-10-29 19:59 荒唐了年少 阅读(472) 评论(0) 推荐(0) 编辑
摘要: OpenCV仿射变换 1 int warpExample(void) { 2 // OpenCV仿射变换 3 // T = M × X 4 cv::Point2f srcTri[3]; 5 cv::Point2f dstTri[3]; 6 cv::Mat rotMat(2, 3, CV_32FC1) 阅读全文
posted @ 2020-10-14 16:19 荒唐了年少 阅读(184) 评论(0) 推荐(0) 编辑
摘要: 阈值操作: 1 class ThresholdDemoExamlpe { 2 // 阈值操作 3 public: 4 //static int thresholdValue = 0; 5 //static int thresholdType = 3; 6 //static int const max 阅读全文
posted @ 2020-10-10 09:52 荒唐了年少 阅读(128) 评论(0) 推荐(0) 编辑
摘要: OpenCV更多形态转化:开盘、闭幕、形态梯度、顶帽、黑帽 1 static class MorphologyOperationsExample { 2 // OpenCV更多的形态转化 3 /* 4 开盘: 5 先侵蚀 后扩张 dst = open(src, element) = dilate(e 阅读全文
posted @ 2020-10-07 16:24 荒唐了年少 阅读(593) 评论(0) 推荐(0) 编辑
摘要: 离散傅里叶变换 1 // 离散傅里叶变换 2 /* 3 离散傅里叶变换(DFT),是傅里叶变换在时域和频域上都呈现离散的形式,将时域信号 4 的采样变换为在离散时间傅里叶变换(DTFT)频域的采样。在形式上,变换两端(时域和 5 频域上)的序列是有限长的,而实际上这两组序列都应当被认为是离散周期信号 阅读全文
posted @ 2020-10-05 18:51 荒唐了年少 阅读(626) 评论(0) 推荐(0) 编辑
上一页 1 ··· 4 5 6 7 8 9 10 11 12 ··· 26 下一页