摘要：
轮盘赌选择法（roulette wheel selection）是最简单也是最常用的选择方法，在该方法中，各个个体的选择概率和其适应度值成比例，适应度越大，选中概率也越大。但实际在进行轮盘赌选择时个体的选择往往不是依据个体的选择概率，而是根据“累积概率”来进行选择。 轮盘赌选择法操作过程 以一个实例 阅读全文
摘要：
我在复盘 动手学深度学习 代码的时候 发现了一个有趣的现象 我在运载关于data.Dataloader使用关于num_workers的参数进行多进程 避免GPU拿不到数据而产生空闲时间 官方文档对于这个参数的解释是这样的： 我在jupyter运行的时候是很正常的 但是当我想用pycharm来写的时候 阅读全文
摘要：
这是我看过Faster RCNN 利用pytorch复现里面 说的最清楚最细节的一篇文章 强烈安利一波 原文地址： https://blog.csdn.net/admintan/article/details/91366551 完整代码地址：https://github.com/jwyang/fas 阅读全文
摘要：
2022全球C++及系统软件技术大会 | 3月11-12日·上海 点击了解详情 》>>> 目标检测是深度学习的一个重要应用，就是在图片中要将里面的物体识别出来，并标出物体的位置，一般需要经过两个步骤： 1、分类，识别物体是什么 2、定位，找出物体在哪里 除了对单个物体进行检测，还要能支持对多个物体进 阅读全文
摘要：
主要是针对ndarray中的值为字符串的数据，主要是利用numpy.char 函数 描述 add() 对两个数组的逐个字符串元素进行连接 multiply() 返回按元素多重连接后的字符串 center() 居中字符串 capitalize() 将字符串第一个字母转换为大写 title() 将字符串 阅读全文
摘要：
数据计算 Numpy对于相同维度的数组可以直接运算。对于不同shape大小的数据，利用广播机制（Broadcast）进行操作。但是要求最后一个维度的大小为1，这样才能对数据进行加减可以使用进行数据计 广播的规则： 让所有输入数组都向其中形状最长的数组看齐，形状中不足的部分都通过在前面加 1 补齐。 阅读全文
摘要：
数组的定义 NumPy 最重要的一个特点是其 N 维数组对象 ndarray，它是一系列同类型数据的集合，以 0 下标为开始进行集合中元素的索引。 ndarray 对象是用于存放同类型元素的多维数组。 ndarray 中的每个元素在内存中都有相同存储大小的区域。 创建一个 ndarray 只需调用 阅读全文
摘要：
# [PyTorch——配置深度学习环境](https://www.cnblogs.com/young978/p/15686819.html) 还在为各种包的版本匹配发愁，还在冥想这个错误到底从何而来。 **放弃吧，重装才是王道。** ## 安装Cuda tensor在GPU上运行是可以提高一定的处 阅读全文
摘要：
# StandardScaler类是一个用来对数据进行归一化和标准化的类。 import numpy as np from sklearn.preprocessing import StandardScaler ''' scale_： 缩放比例，同时也是标准差 mean_： 每个特征的平均值 var 阅读全文
摘要：
高斯作为机器学习中的常客也是无法避免的,而线性模型作为比较简单的模型，两者结合出的线性高斯模型，在今后的机器学习中大量涉及到这方面的知识。例如在各种滤波中,高斯滤波，卡曼滤波，粒子滤波。 一维情况 MLE: Maximum Likelihood Estimation 高斯分布在机器学习中占有举足轻重 阅读全文