文章目录OCR简单介绍OCR的应用OCR-图像预处理OCR-文字检测OCR-文字识别OCR简单介绍光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即将图像中的文字进行识别，并以文本的形式返回。输入有文本信息的图像，输出的是文本信息。输入 --> 图像预处理 --> 文字检测 --&

K-means 算法目标：把数据（n个点（可以是样本的一次观察或一个实例）划分到k个聚类中，使得每个点都属于离他最近的均值（此即聚类中心）对应的聚类。所对应的公式如下所示：具体实现方式有Lloyd’s algorithm(尤其在计算机科学领域)。这是最为经典简单的K-means迭代算法。步骤如下：随机选取K个点作为初始的中心点计算每个点与K个中心点的K个距离分配点到距离其最近的中心点的类中重新计算

这里将会介绍近年来最火的模型ResNet 模型-残差神经网络（2014）ResNet 是因为对神经网络深度的观察，而提出的一个模型。之前人们观察到，为什么非常深度的网络在增加更多层的时候，表现会变差？ 按直觉，越深的网络理应效果更好，或者至少不变差。假设我们已经构建了一个N层的网络，实现了一定的精度，那么在这个基础上，再建立一层，即N+1层的网络模型，按理说，应该也会有差不多的精度，但是实际上，表

文章目录OCR简单介绍OCR的应用OCR-图像预处理OCR-文字检测OCR-文字识别OCR简单介绍光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即将图像中的文字进行识别，并以文本的形式返回。输入有文本信息的图像，输出的是文本信息。输入 --> 图像预处理 --> 文字检测 --&

softmax函数softmax函数，一般用于多分类的问题上，将多个神经元的输入，映射在（0，1）之间。可以当作概率的计算。这一点跟sigmoid函数相似。softmax的计算公式为：Si=ei∑j=1nejS_i = \frac{e^i}{\sum_{j=1}^n e^j}Si​=∑j=1n​ejei​【值得关注的是: ∑i=1nSi=1\sum_{i=1}^n S_i = 1∑i=1n​Si​

编写python script的时候，经常需要使用def init(self, *args, **kwargs): 其含义代表什么？这种写法代表这个方法接受任意个数的参数如果是没有指定key的参数，比如单单‘apple’，‘people’，即为无指定，则会以list的形式放在args变量里面如果是有指定key的参数，比如item=‘apple’这种形式，即为有指定，则会以dict的形式放在kwar

序言经常会听到注意力机制，在很多应用都能落地。跟CNN，RNN（LSTM）等深度学习都是热点。而且Attention机制在机器翻译，图片描述，语音识别和文本摘要中取到很大的成功。那么Attention机制到底是怎样子的一个存在呢？现在举一个简单例子。假设输入X = [0.1, 1, 0.1, 0.2, 0.2, 0.3 0.1, 0.1, 0.1, 0.2] 而该分类的Y是1。则其实 在X的第二个

目录标题什么是NAS什么是ENAS什么是NAS2016年，Google发表论文NeuralArchitecture Search with Reinforcement Learning，他们使用强化学习进行神经网络结构搜索（NAS），并在图像分类和语言建模任务上超越了此前手工设计的网络。NAS是给定模型结构 搜索空间的 搜索算法。这个搜索算法不可能通过枚举模型结构来分别训练解决，而是用一种更有效的