首先这个项目是属于我的省级大创（大学生创新实验计划）的，最终实现的目标是可以上传图片作为人来能识别库，并且人脸识别结果用语音报出来。现在第一步，先实现数据库的对接，这一次用MySQL数据库，过几天也许会考虑改成Redis来存放，毕竟存放如数据库的是图片在服务器端的存放地址，而不可能是整个图片的信息；毕竟这是一个键值对，完全可以用Redis的String来存放。现在来具体介绍下views.p...

1.什么是数据清洗？在获得数据后并不能直接进行数据分析处理，为什么？因为得到的数据不一定完全准确，直接使用这些数据进行分析的话可能会产生不小的偏差。所以，我们需要数据清洗这个步骤。总而言之，数据清洗是要对脏数据进行处理。脏数据包括缺失的数据，异常的数据和不一致的数据三种。先讨论缺失值处理方法。2.缺失值处理的方法缺失值处理方法大致思路是删除法和插补法。缺失值处理的删除法删除法顾名思义，就是将含有缺

首先这个项目是属于我的省级大创（大学生创新实验计划）的，最终实现的目标是可以上传图片作为人来能识别库，并且人脸识别结果用语音报出来。现在第一步，先实现数据库的对接，这一次用MySQL数据库，过几天也许会考虑改成Redis来存放，毕竟存放如数据库的是图片在服务器端的存放地址，而不可能是整个图片的信息；毕竟这是一个键值对，完全可以用Redis的String来存放。现在来具体介绍下views.p...

机器学习是人脸识别的根基，一张图片在计算机中存储首先是通过记录构成它的像素点的信息，包括像素的位置、RGB色彩以及灰度值等。在处理图像的过程中，图像也是通过矩阵的形式存放的，一个矩阵表示一张图片。通过对矩阵的翻转、平滑、膨胀等操作实现边缘检测和特征提取等操作。可以说，机器学习不仅是对于人脸识别，在整个人工智能的地位都是举足轻重的。机器学习是基于测试集构建的数学模型，我们一般会用概率统计模型作为..

第一次是局部聚合，先给每个key都打上一个随机数，比如10以内的随机数，此时原先一样的key就变成不一样的了，比如(hello, 1) (hello, 1) (hello, 1) (hello, 1)，就会变成(1_hello, 1) (1_hello, 1) (2_hello, 1) (2_hello, 1)。然后将各个key的前缀给去掉，就会变成(hello,2)(hello,2)，再次进行全

具体代码如下，现在的代码是基于之前的逻辑回归Sigmoid函数的得到的结果最优参数，这是之前博客的地址：https://blog.csdn.net/qq_41938259/article/details/104139237使用的数据集也在这个链接里给出了，以下附上代码，代码使用了psutil来显示实时的内存使用率，和3百万次迭代的for循环的运算时间。import osimport...

第一次是局部聚合，先给每个key都打上一个随机数，比如10以内的随机数，此时原先一样的key就变成不一样的了，比如(hello, 1) (hello, 1) (hello, 1) (hello, 1)，就会变成(1_hello, 1) (1_hello, 1) (2_hello, 1) (2_hello, 1)。然后将各个key的前缀给去掉，就会变成(hello,2)(hello,2)，再次进行全

#/usr/local/env python#coding:utf8import psutil,datetime#获取CPU完整信息cputimes = psutil.cpu_times(percpu=True)print cputimes##获取CPU个数,logical=False不用该参数选项则默认为True，获取逻辑个数cpucount = psutil.cpu_count...