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

【YOLOv5实战3】基于YOLOv5的交通标志识别系统-模型训练

【YOLOv5实战3】基于YOLOv5的交通标志识别系统-模型训练。将介绍如何在yolov5框架中对自定义数据集进行模型训练。

文章图片
#pytorch#深度学习#目标检测
【YOLOv5实战5】基于YOLOv5的交通标志识别系统-YOLOv5整合PyQt5

【YOLOv5实战5】基于YOLOv5的交通标志识别系统-YOLOv5整合PyQt5

文章图片
#qt#python#深度学习 +1
【机器学习】AGNES层次聚类算法

算法思想:初始每个数据都是一个簇;寻找每个簇之间的距离,获取距离列表;合并距离最近的两个簇Ci,Cj,并删除Cj,更新距离列表,使簇个数减1;重复第3步,直到簇个数等于所需个数k。

文章图片
#聚类#算法#python
【机器学习】AGNES层次聚类算法

算法思想:初始每个数据都是一个簇;寻找每个簇之间的距离,获取距离列表;合并距离最近的两个簇Ci,Cj,并删除Cj,更新距离列表,使簇个数减1;重复第3步,直到簇个数等于所需个数k。

文章图片
#聚类#算法#python
【机器学习】逻辑回归(LogisticRegression)分类鸢尾花

1.介绍1.1 sigmoid函数逻辑回归中的sigmoid函数:g(θ0+θ1X1+⋯θnXn)=h(θX)=p=eθX1+eθXg(θ_0+θ_1X_1+\cdotsθ_nX_n)=h(θX)=p=\frac{e^{θX}}{1+e^{θX}}g(θ0​+θ1​X1​+⋯θn​Xn​)=h(θX)=p=1+eθXeθX​也可写成(分子分母同时除以eθX):g(θ0+θ1X1+⋯θnXn)=h(

#逻辑回归#分类#机器学习
【机器学习】逻辑回归(LogisticRegression)分类鸢尾花

1.介绍1.1 sigmoid函数逻辑回归中的sigmoid函数:g(θ0+θ1X1+⋯θnXn)=h(θX)=p=eθX1+eθXg(θ_0+θ_1X_1+\cdotsθ_nX_n)=h(θX)=p=\frac{e^{θX}}{1+e^{θX}}g(θ0​+θ1​X1​+⋯θn​Xn​)=h(θX)=p=1+eθXeθX​也可写成(分子分母同时除以eθX):g(θ0+θ1X1+⋯θnXn)=h(

#逻辑回归#分类#机器学习
【YOLOv5实战2】基于YOLOv5的交通标志识别系统-自定义数据集

【YOLOv5实战2】基于YOLOv5的交通标志识别系统-自定义数据集

文章图片
#python#深度学习#pytorch
【YOLOv5实战3】基于YOLOv5的交通标志识别系统-模型训练

【YOLOv5实战3】基于YOLOv5的交通标志识别系统-模型训练。将介绍如何在yolov5框架中对自定义数据集进行模型训练。

#pytorch#深度学习#目标检测
    共 15 条
  • 1
  • 2
  • 请选择