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

【进阶OpenCV】 (14)-- 人脸识别 -- LBPH 算法

本篇介绍了如何通过创建LBPH的人脸识别器来进行人脸识别。

文章图片
#opencv#算法#人工智能 +2
【深度学习】(6)--图像数据增强

本篇介绍了:数据增强的方法。数据增强是如何体现的。注意:数据增强与过采样直接拟合大量数据不同,数据增强体现在每次循环训练数据前,都给数据进行一次随机变换,使得每次训练的数据都不一样,从而实现训练大量的数据。

文章图片
#深度学习#人工智能#神经网络 +1
机器学习(2)-- KNN算法之手写数字识别

本篇介绍了如何使用KNN算法进行手写数字识别:训练模型:收集数据 – 读取图片数据 – 转化灰度图 – 处理图像 – 装进array数组 – 调整数据结构 – 分配标签 – 训练模型测试模型:评估性能 – 识别问题 – 优化和改进测试数据:查看实用性。

文章图片
#机器学习#算法#人工智能 +2
【深度学习】(3)--损失函数

本篇介绍了部分损失函数:1. L1Loss损失函数:通常用于回归任务中。2. NLLLoss损失函数:在多分类问题中广泛应用。3. MSELoss损失函数:在多种回归任务中表现出色。4. BCELoss损失函数:广泛应用于各类二分类任务中。5. CrossEntropyLoss交叉熵损失函数:广泛应用于多分类问题中。

文章图片
#深度学习#人工智能#python +2
【深度学习】(11)--迁移学习

本篇介绍了:如何进行迁移学习对迁移模型进行微调:微调全连接层微调卷积层(本篇未写),原理相同,可自行尝试注意:原本的模型参数务必要冻结住,那是已经调好的,可以节省计算时间。仅需要调整修改部分的参数。

文章图片
#深度学习#迁移学习#人工智能 +2
【机器学习】(3)-- 一元线性回归

本篇介绍了如何实现一元线性回归,其中需要注意的是,对于相关系数过小的数据,我们要进行选择调整。

文章图片
#机器学习#线性回归#人工智能 +2
【深度学习】(1)--神经网络

本篇介绍了:1. 神经网络的构造2. 神经网络的运行过程3. 感知器

文章图片
#深度学习#神经网络#人工智能 +1
【深度学习】(5)--搭建卷积神经网络

本篇介绍了如何搭建卷积神经网络,其主要的构造部分为卷积层、激活层以及池化层,可以搭建多层该部分对数据进行多次卷积、池化。注意:同普通的神经网络不同,卷积神经网络在传入图片时不需要将其展开,因为对图片进行卷积就是在原图上进行内积,不能展开。

文章图片
#深度学习#cnn#人工智能 +2
【机器学习】(20) --PCA数据降维

本篇介绍了:1. PCA降维指的是减少数据特征。2. PCA适用于:1. 数据维度高的时候2. 将数据可视化时:将维度转化为二维或三维等3. 完整的PCA处理流程。

文章图片
#机器学习#人工智能#深度学习 +3
【机器学习】(9) --逻辑回归实现手写数字识别

逻辑回归更适合二分类算法,但是也可以通过一些策略,扩展到多分类问题。注意要将读取的数据进行标准化操作,灰度图图片数据相差过大。学会调整参数,优化模型,比如本篇在交叉验证中找寻最优的惩罚因子。

文章图片
#机器学习#逻辑回归#人工智能 +3
    共 37 条
  • 1
  • 2
  • 3
  • 4
  • 请选择