logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

计算机视觉中的直方图均衡化——原理解析

这一讲,将给大家介绍下直方图的相关概念,以及有关直方图的一个重要算法:直方图均衡化。首先,讲讲什么是直方图吧。相信大家小学的时候都学过统计直方图吧?就是上面这样的图,就叫做统计直方图。比如说,统计一个班里所有小朋友们的身高,体重等等各方面的属性。每个小的区间代表一个范围,那么如果来一个小朋友,他的身高是y,那么去看看y在所对应的小区间在横轴上的位置,然后在该位置所对应的纵轴上...

#图像处理#计算机视觉
什么是多模态学习?

首先,什么叫做模态(Modality)呢?每一种信息的来源或者形式,都可以称为一种模态。例如,人有触觉,听觉,视觉,嗅觉;信息的媒介,有语音、视频、文字等;多种多样的传感器,如雷达、红外、加速度计等。以上的每一种都可以称为一种模态。同时,模态也可以有非常广泛的定义,比如我们可以把两种不同的语言当做是两种模态,甚至在两种不同情况下采集到的数据集,亦可认为是两种模态。因此,多模态机器学习,...

#机器学习#人工智能
手机浏览器设置为纯净百度主页 去除百度首页推送

手机浏览器设置为纯净百度主页 去除百度首页推送设置方法,将手机主页设置为如下网址:https://m.baidu.com/?wpo=btmfast&pu=sz%401321_480&from=1013843a...

#百度
深度学习中single crop / multiple crops evaluation/test 是什么意思

最近在ResNet论文中看到了标准的10-crop测试,此处小记一下。对于一个分类网络,在测试阶段,使用single crop/multiple crop得到的结果是不一样的,相当于将测试图像做数据增强。shicaiyang(星空下的巫师)说[1],训练的时候当然随机剪裁,但测试的时候有技巧:单纯将测试图像resize到某个尺度(例如256xN),选择其中center cro...

python3随机种子的使用及理解

1. 什么是随机种子?随机种子(Random Seed)是计算机专业术语,一种以随机数作为对象的以真随机数(种子)为初始条件的随机数。一般计算机的随机数都是伪随机数,以一个真随机数(种子)作为初始条件,然后用一定的算法不停迭代产生随机数。2.python3 seed()函数描述seed()方法改变随机数生成器的种子,可以在调用其他随机模块函数之前调用此函数。。语法以...

#python
Slurm学习笔记(二)

Slurm学习笔记(二)上文:https://eternal-sun.blog.csdn.net/article/details/112208409一、查看队列详细信息scontrol show partition显示全部队列信息,scontrol show partition PartitionName或 scontrol show partition=PartitionName显示队列名Par

#集群
Dell主机更换固态硬盘重装系统指南

最近新get到一台机器,Dell optiplex系列的台式机新机器包含一块固态(ssd) 和一块机械硬盘,系统位于固态上。本来配置完全是够用的,因为博主强迫症(zuosi),想要换一块固态,所以整了一个全新的空SSD,决定换一下。安装过程遇到的一些问题及解决方案和大家分享一下:1. SSD格式化方法拆机后并把新SSD换上以后,电脑上只有两块硬盘,肯定是进不去的,需要找一个装机工具,进行装机,大白

Machine Learning experiment1 Linear Regression 详解+源代码实现

线性回归回归模型如下:其中θ是我们需要优化的参数,x是n+1维的特征向量,给定一个训练集,我们的目标是找出θ的最佳值,使得目标函数J(θ)最小化:优化方法之一是梯度下降算法。算法迭代执行,并在每次迭代中,我们更新θ遵循以下准则其中α是学习率,通过梯度下降的方式,使得损失函数最小,求得最合适的θ值。2D线性回归题目是一个测量身高的例子,对象基于两岁到八岁之...

#机器学习#人工智能#python
ReLU激活函数(线性整流函数)

起源在深度神经网络中,通常使用一种叫修正线性单元(Rectified linear unit,ReLU)作为神经元的激活函数。ReLU起源于神经科学的研究:2001年,Dayan、Abott从生物学角度模拟出了脑神经元接受信号更精确的激活模型,如下图:其中横轴是时间(ms),纵轴是神经元的放电速率(Firing Rate)。同年,Attwell等神经科学家通过研究大脑的能量消耗过程,推...

    共 19 条
  • 1
  • 2
  • 请选择