腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
机器学习实践二三事
专栏成员
举报
114
文章
123880
阅读量
54
订阅数
订阅专栏
申请加入专栏
全部文章(114)
python(31)
机器学习(23)
深度学习(15)
神经网络(12)
人工智能(10)
编程算法(10)
linux(9)
opencv(9)
其他(8)
tensorflow(8)
java(6)
图像处理(6)
numpy(4)
git(3)
网络安全(3)
数据处理(3)
NLP 服务(2)
mac os(2)
数据库(2)
云数据库 Redis(2)
matlab(2)
ubuntu(2)
批量计算(2)
http(2)
开源(2)
压力测试(2)
jdk(2)
hadoop(2)
图像识别(2)
hashmap(2)
线性回归(2)
keras(2)
安全(2)
windows(2)
https(2)
语音识别(1)
ios(1)
c++(1)
bash(1)
.net(1)
json(1)
打包(1)
eclipse(1)
centos(1)
apache(1)
bash 指令(1)
容器镜像服务(1)
存储(1)
面向对象编程(1)
监督学习(1)
udp(1)
kernel(1)
gcc(1)
scikit-learn(1)
无监督学习(1)
大数据(1)
微信(1)
数据结构(1)
position(1)
return(1)
runtime(1)
search(1)
target(1)
函数(1)
基础(1)
面试(1)
数学(1)
搜索文章
搜索
搜索
关闭
数字图像学习0
matlab
python
图像处理
学习了一段数字图像处理,想就自己的学习写个笔记吧。主要的参考书就是<<数字图像处理的MATLAB实现>>和网上的一些博客,可能会穿插着MATLAB的代码和Python的代码,准备写一个系列,这次就当做是个开山篇吧。 什么叫数字图像呢?“一幅图像可以定义为一个二维函数f(x,y),这里的x和y是空间坐标,而在任意坐标(x,y)处的幅度f被称为这一坐标位置图像的亮度或者灰度,当x,y和f的幅值都是有限的离散值是,称图形为数字图像。”——引自<<数字图像处理的MATLAB实现>>。基本的意思我理解就是把一幅图像看成是一系列的像素点组成的,位置坐标是(0,0),(0,1)………组成下去,但是不是连续的是离散的就是说不会有(0.5,0.5)这样的坐标出现,每个坐标位置都有一个值代表着某些含义,可能是灰度或者亮度之类的。 准备写的就是关于以下的几个方面: (1)图像处理的基本操作(旋转、剪切、灰度变换等) (2)滤波和形态学处理以及分割等等 (3)其他的一些东西 环境:win7+Matlab2014a/Python2.7 我会尽量写的好点,实在不行的就多包涵,有问题的欢迎交流和讨论。
GavinZhou
2019-05-26
409
0
使用RNN进行图像分类
tensorflow
图像处理
本文介绍了一种使用递归神经网络实现MNIST手写数字分类的方法。该方法包括以下步骤:首先,将MNIST数据集导入到神经网络模型中;其次,使用反向传播算法训练模型;然后,使用训练好的模型对MNIST手写数字进行分类;最后,对分类结果进行了评估和比较。实验结果表明,该方法能够有效地对MNIST手写数字进行分类,具有较好的准确性和可靠性。
GavinZhou
2018-01-02
3.5K
0
再看CNN中的卷积
神经网络
图像处理
深度学习
本文介绍了神经网络中卷积、1*1卷积、全卷积、参数共享、感受野、dilated convolution、卷积实现、1*1卷积的作用、全卷积的作用等技术内容。
GavinZhou
2018-01-02
629
0
Image Style Transfer Using Convolutional Neural Network(理论篇)
机器学习
图像处理
本文介绍了一种基于卷积神经网络的图像风格迁移算法,该算法通过学习内容和风格特征,生成具有指定艺术风格的图像。该算法采用了一种称为“样式转换”的技术,将给定的样式应用到图像的指定区域,从而生成了具有艺术风格的图像。实验结果表明,该算法能够有效地将风格应用到图像中,并且可以在不同的图像和风格之间进行转换。
GavinZhou
2018-01-02
1.7K
0
Fully Convolutional Networks for Semantic Segmentation
人工智能
机器学习
图像处理
本文介绍了Fully Convolutional Networks for Semantic Segmentation(FCN),是一种用于语义分割的全卷积网络。FCN的主要思想是将传统的卷积神经网络(CNN)结构修改为全卷积网络(FCN),从而在进行像素级别的语义分割任务时能够直接对输入的任意尺寸图像进行处理。FCN通过将输入图像映射到多个特征图上来提取图像的特征,并通过反卷积操作来将特征图扩展到与原始图像相同的大小。这种方法能够有效地利用图像中的上下文信息,并且可以处理任意大小的图像。实验结果表明,FCN在语义分割任务上表现良好,相比其他传统的方法有更好的性能。
GavinZhou
2018-01-02
939
0
CNN中各层图像大小的计算
图像处理
tensorflow
本文介绍了如何利用卷积神经网络(CNN)进行图像分类。首先介绍了CNN的基本原理和结构,然后通过一个具体的例子演示了如何使用CNN进行图像分类。最后,本文阐述了如何使用Keras框架实现CNN,并通过一个MNIST数据集的例子进行了演示。
GavinZhou
2018-01-02
2.5K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档