写文章
- @tzcnancy
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
建筑兔零基础自学python记录17|实战人脸识别项目——多人合照人脸检测06
多人人脸识别/提升识别效果的两种办法
建筑兔零基础自学python记录19|实战人脸识别项目——人脸录入08
cv.imshow() /cv.imwrite()/& 0xFF/while if elif/import cv2和import cv2 as cv
建筑兔零基础自学python记录23|实战人脸识别项目——代码整理复习（1-33）和系列导航12
之前我们用11次分解学习实现了一个简单的人脸识别项目，现将11次记录和过程中涉及到的代码进行记录方便之后复习~
建筑兔零基础自学python记录20|实战人脸识别项目——数据训练09
数据准备/模型训练/模型保存/主函数子函数
建筑兔零基础人工智能自学记录57|聚类K-means和DBSCAN可视化-4
聚类中K-means和DBSCAN的简单可视化对比
建筑兔零基础人工智能自学记录34|深度学习与神经网络2
卷积神经网络CNN/循环神经网络RNN/生成对抗网络GAN
建筑兔零基础人工智能自学记录58|k-means的手写字体识别-5
训练神经网络时，如果参数更新卡在局部最优，模型可能无法正确拟合数据。也就是站在全局来看局部最优的结果是错的。关键区别：范围大小不同。局部最优是 “小圈子里的第一”，全局最优是 “所有人中的第一”。是一个优化问题中的概念，在某个小范围内的最佳结果。这就是最简单的k-means应用，一起试试吧~是一个强大的机器学习库，是整个问题中的最佳结果。首先安装sklearn。
建筑兔零基础自学python记录21|实战人脸识别项目——视频人脸识别（上）10
对比分类器、识别器/recogizer.predict() /对比EigenFaces 、FisherFaces和LBPH/+=/全局变量和局部变量/cv.putText()/str()/+ 号撒腿右下跑，- 号转身左上飘
建筑兔零基础人工智能自学记录34|深度学习与神经网络2
卷积神经网络CNN/循环神经网络RNN/生成对抗网络GAN