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

opencv学习(图像读取)

作用:将图像数据(通常是二维或三维数组)加载并绘制到当前的 Matplotlib 画布(figure)上,但不会直接显示图像窗口。作用:触发图像窗口的显示,将之前所有通过 plt.imshow()、plt.plot() 等函数绘制在画布上的内容实际展示出来。参数:主要接收图像数据(如 NumPy 数组),还可通过 cmap 等参数指定颜色映射(如灰度图 cmap='gray')。重点区别cv2.i

#opencv#人工智能#计算机视觉
opencv学习(图像处理)

方法有:均值滤波(做简单的平均卷积操作,进行归一化),方框滤波(基本和均值一样,可以选择归一化(所有在卷积核中的数值相加求平均值),也可以不归一化),高斯滤波(高斯模糊的卷积核里的数值的满足高斯分布(正态分布)的,相当于更重视中间的数值),中值滤波(对卷积核中的像素数值从小到大排序,用中间值代替)等。BORDER_REFLECT 101:反射法,也就是以最边缘像素为轴,对称,gfedcb | ab

#opencv#学习#图像处理
如何进行神经网络的模型训练(视频代码中的知识点记录)

其中data_train.iloc[i:i+4, :-1]是panda中按位置提取数据的操作,是一个panda_DataFrame对象,要求变量名不能有空格,由此命名为data_train。稀疏张量: 例如一个3×4 的表格,若只有 2 个非零值,只需记录这 2 个值的 “行号、列号” 和 “值本身”,无需记录其他零值。不是所有的类中的函数(方法)都有self参数,类的方法有实例化方法,类方法,静

#神经网络#深度学习#人工智能
头歌实训-机器学习(线性回归)

1.建立模型并拟合# 2.赋值给变量lr# 1.得到回归模型的k值并赋值给变量k# 2.得到回归模型的b值并赋值给变量bprint("回归直线方程为:" + "y = {:.3f}".format(k) + "x" + " + " + "{:.3f}".format(b))

文章图片
#机器学习#线性回归#人工智能
计算机网络(期末复习简答题)

1)由于在OSI之前,许多物理规程或协议已经制定出来了,而且在数据通信领域中,这些物理规程已被许多商品化的设备所采用,加之,物理层协议涉及的范围广泛,所以至今没有按OSI的抽象模型制定一套新的物理层协议,而是沿用已存在的物理规程,将物理层确定为描述与传输媒体接口的机械,电气,功能和规程特性。2)给其服务用户(数据链路层)在一条物理的传输媒体上传送和接收比特流(一般为串行按顺序传输的比特流)的能力,

文章图片
#计算机网络#网络#网络协议
用夹逼准则求极限,用夹逼准则求积分极限

‌用夹逼准则求极限‌主要应用于数列极限的求解,其核心在于如何对数列进行合理的放缩,通过找到另外两个数列,使得它们夹逼给定的数列,并且这两个数列的极限存在且相等,从而确定给定数列的极限。对于‌求积分极限‌的情况,虽然夹逼准则本身是用于极限的定理,但在某些复杂的积分问题中,可能会通过夹逼准则的思想来辅助求解。总的来说,虽然两者都涉及到夹逼准则的应用,但前者主要应用于数列极限的求解,后者则更多地应用于与

#考研
幂指函数及其求导

幂指函数既像幂函数,又像指数函数,二者的特点兼而有之。作为幂函数,其幂指数确定不变,而幂底数为自变量;相反地,指数函数却是底数确定不变,而指数为自变量。幂指函数就是幂底数和幂指数同时都含有自变量的函数。这种函数的推广,就是广义幂指函数。

文章图片
#算法#机器学习#人工智能
头歌实训-机器学习(线性回归)

1.建立模型并拟合# 2.赋值给变量lr# 1.得到回归模型的k值并赋值给变量k# 2.得到回归模型的b值并赋值给变量bprint("回归直线方程为:" + "y = {:.3f}".format(k) + "x" + " + " + "{:.3f}".format(b))

文章图片
#机器学习#线性回归#人工智能
头歌实训-机器学习(Numpy科学计算)

【代码】头歌实训-机器学习(Numpy科学计算)

文章图片
#机器学习#numpy#人工智能
头歌实训-机器学习(逻辑回归)

【代码】头歌实训-机器学习(逻辑回归)

文章图片
#机器学习#逻辑回归#人工智能
    共 15 条
  • 1
  • 2
  • 请选择