IP屬地：河北
-
-
InfoGAN-無(wú)監(jiān)督式GAN1. InfoGAN簡(jiǎn)介： 普通的GAN存在無(wú)約束、不可控荠察、噪聲信號(hào)z很難解釋等問(wèn)題，2016年發(fā)表在NIPS頂會(huì)上的文章InfoGAN：Interpretable R...
-
斯坦福 CS229 機(jī)器學(xué)習(xí)中文講義 翻譯完成
斯坦福 CS229 機(jī)器學(xué)習(xí)中文講義 第一部分到第三部分 第四部分 生成學(xué)習(xí)算法 第五部分 支持向量機(jī) 第六部分 學(xué)習(xí)理論 第七部分 正則化與模型選擇 感知器和大型邊界分類器...
-
支持一下
（7）PyTorch預(yù)訓(xùn)練
（1）直接加載預(yù)訓(xùn)練模型 如果我們使用的模型和原模型完全一樣耗式，那么我們可以直接加載別人訓(xùn)練好的模型： my_resnet = MyResNet(*args, **kwargs...
-
2019-04-27
用簡(jiǎn)單的cnn識(shí)別minist手寫(xiě)數(shù)字簡(jiǎn)單識(shí)別代碼'''Trains a simple convnet on the MNIST dataset.'''from future...
-
全色和多光譜融合pansharpen的嘗試
一個(gè)1波段全色地理tiff圖像文件的文件名(.tif擴(kuò)展)昔馋。一個(gè)3或4波段的多光譜geotiff圖像文件(RGB，近紅外波段猛频，按此順序排列)狮崩。使用GDAL工具將多光譜Geot...
-
為什么我加不加-l,都是一樣的結(jié)果啊..
GDAL 筆記二：python for GDAL
GDAL 筆記二：python for GDAL 介紹 Github上找到的好東西，煮書(shū)主要還是覆蓋了創(chuàng)建數(shù)據(jù)類型鹿寻，統(tǒng)計(jì)數(shù)據(jù)量睦柴，轉(zhuǎn)換數(shù)據(jù)等。 個(gè)人感覺(jué)基于GDAL的二次開(kāi)發(fā)毡熏，...
-
關(guān)注《大前端從入門(mén)到跑路》痢法，有驚喜哦
-
2019-03-24
學(xué)習(xí)率的調(diào)整 從梯度下降算法的角度來(lái)說(shuō)狱窘，通過(guò)選擇合適的學(xué)習(xí)率，可以使梯度下降法得到更好的性能财搁。學(xué)習(xí)率蘸炸，即參數(shù)到達(dá)最優(yōu)值過(guò)程的速度快慢，如Andrew Ng的Stanford公...
-
2019-03-17
from PIL import Image 圖像的縮放讀取圖像im = Image.open("lenna.jpg") 原圖像縮放為128x128im_resized = i...
-
2019-03-10
U-Net是Kaggle比賽非常青睞的模型妇拯，簡(jiǎn)單幻馁、高效、易懂越锈，容易定制仗嗦，可以從相對(duì)較小的訓(xùn)練集中學(xué)習(xí)。來(lái)看幾個(gè)變形： （1）Supervise.ly 公司甘凭。在用 Faster...
-
2019-03-03
圖像處理的交并比（IoU） 交并比（Intersection-over-Union稀拐，IoU），目標(biāo)檢測(cè)中使用的一個(gè)概念丹弱，是產(chǎn)生的候選框（candidate bound）與原標(biāo)...
-
Python深度學(xué)習(xí)“四大名著”竟然還有深度學(xué)習(xí)“四大名著”這種稱謂（由新到舊排序）德撬。铲咨。。 作者一共有7名蜓洪，其中4個(gè)是法國(guó)人或法國(guó)裔纤勒。 作者Francois Chollet 是Keras的作者。 下載地址：...
-
2019-02-24
多元線性回歸（Multiple Linear Regression） 第1步：數(shù)據(jù)預(yù)處理 導(dǎo)入庫(kù) 導(dǎo)入數(shù)據(jù)集 將類別數(shù)據(jù)數(shù)字化 躲避虛擬變量陷阱?在回歸預(yù)測(cè)中我們需要所有的數(shù)...
-
2019-02-17
Python time strftime()方法 描述Python time strftime() 函數(shù)接收以時(shí)間元組隆檀，并返回以可讀字符串表示的當(dāng)?shù)貢r(shí)間摇天，格式由參數(shù)forma...
-
邏輯回歸
邏輯回歸（Linear Regression） 第1步：數(shù)據(jù)預(yù)處理 導(dǎo)入庫(kù) 導(dǎo)入數(shù)據(jù)集 這里 獲取數(shù)據(jù)集 特征縮放 第二步：邏輯回歸模型 該項(xiàng)工作的庫(kù)將會(huì)是一個(gè)線性模型庫(kù)，之...
-
2019-01-19
'2019/Jan/18/Fri 17:48:26' 機(jī)器學(xué)習(xí)100天——第5天：梯度下降(Gradient descent) 求最優(yōu)解的一個(gè)過(guò)程 梯度下降是一個(gè)用來(lái)求函數(shù)最...
-
2019-01-13最近家里的筆記本github打開(kāi)加載不出css樣式和圖片了恐仑。泉坐。照網(wǎng)上的各種方法，修改hosts裳仆，各種刷新腕让，都不行，很難受歧斟。同一個(gè)網(wǎng)絡(luò)纯丸，手機(jī)可以打開(kāi)，所以考慮是電腦問(wèn)題构捡。刷新i...
-
u-net小結(jié)
什么是語(yǔ)義分割 對(duì)圖片的每個(gè)像素都做分類液南。較為重要的語(yǔ)義分割數(shù)據(jù)集有：VOC2012 以及 MSCOCO 。深度學(xué)習(xí)最初流行的分割方法是勾徽，打補(bǔ)丁式的分類方法 ( patch ...
