tf好朋友之matplotlib的使用——secondary axis次坐标轴的使用次坐标轴显示的常用函数plt.subplots()ax1.twinx()应用示例坐标轴可以不止一边噢，除了左边还可以有右边！次坐标轴显示的常用函数plt.subplots()plt.subplots()是一个函数，返回一个包含figure和axes对象的元组。因此，使用fig,ax = plt.subp...

机器学习好伙伴之scikit-learn的使用——学习曲线什么是学习曲线sklearn中学习曲线的实现应用示例什么是学习曲线呢，其内容主要包含当训练量增加时，loss的变化情况。什么是学习曲线学习曲线主要反应的是学习的一个过程，常用的表示方法是训练集的loss和测试集的loss与训练量之间的关系。其示意图如下：sklearn中学习曲线的实现在进行学习曲线的绘制之前，首先要导入学习曲线...

机器学习好伙伴之scikit-learn的使用——验证曲线什么是验证曲线sklearn中验证曲线的实现应用示例什么是验证曲线呢，其内容主要包含当超参数变化时，loss的变化情况。什么是验证曲线验证曲线主要反应的是当超参数变化时，模型的训练状况，常用的表示方法是训练集的loss和测试集的loss与超参数之间的关系。其示意图如下：sklearn中验证曲线的实现在进行验证曲线的绘制之前，首...

机器学习好伙伴之scikit-learn的使用——特征提取什么是特征提取sklearn中特征提取的实现PCA（主成分分析）LDA（线性评价分析）应用示例PCA部分LDA部分有些时候特征太多了，可以利用sklearn中自带的函数进行特征提取噢什么是特征提取在进行机器学习的实验里，但并不是所有的维度都是有用的，如果能将对实验结果影响较大的有用维度提取出来，去除掉无用维度，那么既可以提高预测的精...

机器学习好伙伴之scikit-learn的使用——常用模型及其方法1、模型的常用方法2、sklearn中机器学习模型的实现2.1、线性回归2.2、逻辑回归2.3、朴素贝叶斯2.4、决策树2.5、随机森林2.6、SVM(支持向量机）2.7、KNN（K-近邻算法）2.8、adaboostsklearn中还存在许多不同的机器学习模型可以直接调用，相比于自己撰写代码，直接使用sklearn的模型可以大大.

机器学习好伙伴之scikit-learn的使用——Normalization标准化什么是标准化sklearn中标准化的实现利用scale计算零均值单位方差利用MinMaxScaler进行最小最大值标准化应用示例在进行训练与测试的时候，需要对数据进行标准化，提高准确度。什么是标准化数据的标准化（normalization）是将数据按比例缩放，使之落入一个小的特定区间。其目的是去除数据的单位限...

神经网络学习小记录26——EfficientNet模型的复现详解学习前言什么是EfficientNet模型EfficientNet模型的特点EfficientNet网络的结构MobileNetV2网络部分实现代码图片预测学习前言2019年，谷歌新出EfficientNet，在其它网络的基础上，大幅度的缩小了参数的同时提高了预测准确度，简直太强了，我这样的强者也要跟着做下去！什么是Effic...

初入深度学习1——如何下载与打开一个深度学习库学习前言下载一个仓库一、Github1、Download Zip（不推荐，但可用）a、打开网址b、下载文件c、下载与解压文件2、git clone（推荐）a、打开网址b、复制HTTPS信息c、进行git clone二、Gitee（网络不好的情况下可用）a、创建仓库b、仓库下载打开仓库一、Download Zip1、正确示范2、错误示范二、git clo

睿智的目标检测32—Keras搭建Efficientdet目标检测平台学习前言什么是Efficientdet目标检测算法源码下载Efficientdet实现思路一、预测部分1、主干网络介绍2、BiFPN加强特征提取3、从特征获取预测结果4、预测结果的解码5、在原图上进行绘制二、训练部分1、真实框的处理2、利用处理完的真实框与对应图片的预测结果计算loss训练自己的Efficientdet模型学习前

聪明的人脸识别5——Tensorflow2 搭建自己的Facenet人脸识别平台学习前言什么是Facenet源码下载Facenet的实现思路一、预测部分1、主干网络介绍2、根据初步特征获得长度为128的特征向量3、l2标准化4、构建分类器（用于辅助Triplet Loss的收敛）二、训练部分1、数据集介绍2、LOSS组成训练自己的Facenet人脸识别算法学习前言最近又学了我最喜欢的retinaf