首页
学习
活动
专区
工具
TVP
发布

ml

专栏作者
664
文章
632004
阅读量
64
订阅数
生成命令行接口--google开源的fire使用体验【python-fire】
在python中,命令行接口常用的argparse 和click,但是相对于python-fire 来说灵活度太缺了,fire可以直接将python中的函数,以命令行显示.
Gxjun
2018-12-19
8250
序列标注模型中的两种标记模式
   我爱使用小米手机玩王者荣耀   -> 我<S>爱<S>使<B>用<E>小<B>米<M>手<M>机<E>玩<S>王<B>者<M>荣<M>耀<E>
Gxjun
2018-12-19
1.1K0
Scan Order in Gibbs Sampling: Models in Which it Matters and Bounds on How Much(笔记)
    这篇文章的作者通过对当前的在线新闻和社交媒体平台新闻的观察,基于:“社交媒体用户经常通过学习朋友分享的观点来更新自己对某一特定话题的看法” ,  提出了一个构想:"我们能否学习一个数据驱动的意见动态模型,能够准确地预测用户的意见?",本文就是作者围绕这个问题,来搭建了一个网络模型———— 一种舆论动力学的概率建模框架-斜率模型(SLANT 3),该框架通过标记跳跃扩散随机微分方程表示用户的意见,并允许根据历史细粒度事件数据进行有效的模型模拟和参数估计。然后,我们利用我们的框架,推导出一套有效的预测公式,用于意见预测,并确定意见在何种情况下收敛到稳定状态。从Twitter收集的数据的实验表明,我们的模型对数据提供了一个很好的拟合,我们的公式实现了比替代方案更精确的预测。
Gxjun
2018-10-09
4210
对sppnet网络的理解
   接着上一篇文章提到的RCNN网络物体检测,这个网络成功的引入了CNN卷积网络来进行特征提取,但是存在一个问题,就是对需要进行特征提取图片大小有严格的限制。当时面对这种问题,rg大神采用的是对分割出的2000多个候选区域,进行切割或者缩放形变处理到固定大小,这样虽然满足了CNN对图片大小的要求,确造成图片的信息缺失或者变形,会降低图片识别的正确率. 如下图所示:
Gxjun
2018-10-09
4800
拉格朗日乘子法和KKT条件无约束最优化方法
拉格朗日乘子法(Lagrange Multiplier)和KKT(Karush-Kuhn-Tucker)条件是求解约束优化问题的重要方法,在有等式约束时使用拉格朗日乘子法,在有不等约束时使用KKT条件。前提是:只有当目标函数为凸函数时,使用这两种方法才保证求得的是最优解。
Gxjun
2018-10-09
1.4K0
对sppnet网络的理解
   接着上一篇文章提到的RCNN网络物体检测,这个网络成功的引入了CNN卷积网络来进行特征提取,但是存在一个问题,就是对需要进行特征提取图片大小有严格的限制。当时面对这种问题,rg大神采用的是对分割出的2000多个候选区域,进行切割或者缩放形变处理到固定大小,这样虽然满足了CNN对图片大小的要求,确造成图片的信息缺失或者变形,会降低图片识别的正确率. 如下图所示:
Gxjun
2018-10-09
4400
聚类之dbscan算法
简要的说明: dbscan为一个密度聚类算法,无需指定聚类个数。 python的简单实例: 1 # coding:utf-8 2 from sklearn.cluster import DBSCAN 3 import numpy as np 4 import matplotlib.pyplot as plt 5 from sklearn import metrics 6 from sklearn.datasets import make_blobs 7 from sklearn.preproc
Gxjun
2018-03-27
1.2K0
caffe源码学习之Proto数据格式【1】
前言:   由于业务需要,接触caffe已经有接近半年,一直忙着阅读各种论文,重现大大小小的模型. 期间也总结过一些caffe源码学习笔记,断断续续,这次打算系统的记录一下caffe源码学习笔记,巩固一下C++,同时也梳理一下自己之前的理解。 正文:   我们先不看caffe的框架结构,先介绍一下caffe.proto,是google开源的一种数据交互格式--Google Protobuf,这种数据的格式,我们可以看到caffe.proto中内容: syntax = "proto2"; package c
Gxjun
2018-03-27
1.7K0
google gflag使用方法举例
前言:   1. gflag是一种命令行编码参数解析工具,开源地址: https://github.com/gflags/gflags , 在caffe框架也使用了gflag来编码解析命令行. 那么什么是gflag呢? 下面简单描述一下gflag: gflag支持如下数据格式:string ,double,int32, int64,uint64,bool需求: 1 #include<iostream> 2 #include<gflags/gflags.h> 3 #include<string> 4
Gxjun
2018-03-27
1.5K0
SVM公式推导笔记
参考资料: 对偶函数-http://blog.pluskid.org/?p=702 KTT和拉格朗日乘子-http://www.cnblogs.com/zhangchaoyang/articles/2
Gxjun
2018-03-27
7290
AttributeError: 'int' object has no attribute 'log'
我们有时候在对组数进行操作时候,偶尔会出现这个问题. 比如: #coding:utf-8 import pandas as pd import numpy as np if __name__ == '__main__': np.random.seed(0) df = pd.DataFrame(100 + np.random.randn(100).cumsum(), columns=['weight']) df['pct_change'] = df.weight.pct_change
Gxjun
2018-03-27
2.4K0
C++对于大型图片的加载缩放尝试
Qt对于图片的操作主要集中在这几个类 QImage ,QImageReader ,QPixmap 其中QImage这个类对图片的缩放有几个很不错的技巧,不过对于大图片却并不好使,当我们去看QImage的实现代码时,会发现其中读取QImageReader来加载图片,当我们去看QImageReader的实现的时候,我们会发现QImageReader的加载模式是unbuffer-->无缓冲加载模式,而且加载速度也是相当的快,所以QImageReader对大图片进行缩放很好使. 但是QImage也是有一些独特的优势
Gxjun
2018-03-27
1.6K0
模式识别---图像二值化
要对图像进行识别,首先要做的将图像从多通道颜色分量变为单通道,也就是gray色调中来,常用的方法有目下三种, 第一种  求rgb颜色风量的平均值:            G(x,y) =(r(x,y)+g(x,y)+b(x,y))/3. 第二种:        视觉心理学公式:          G(x,y)= r(x,y)*299 + g(x,y)*587 + b(x,y)*114/1000 还有一种:        G(x,y) = r(x,y)*0.11 + g(x,y)*0.59 + b(x,y)*
Gxjun
2018-03-27
1.3K0
简单的验证码识别(opecv)
       opencv版本: 3.0.0            处理验证码: 纯数字验证码 (颜色不同,有噪音,和带有较多的划痕)              测试时间 :  一天+一晚                   效果: 比较挫,可能是由于测试的图片是在太小了的缘故.                原理:          验证码识别作为身份证号机器识别的一个衍生,夹杂了很多干扰的噪音,所以加大了二值化的难度。以及轮廓追踪的不好协调。         操作过程大过程有以下几个:        
Gxjun
2018-03-27
1.3K0
mysql 查询数据库表结构
1.  1 mysql> describe tmp_log; 2 +----------+------------------+------+-----+---------+----------------+ 3 | Field | Type | Null | Key | Default | Extra | 4 +----------+------------------+------+-----+---------+----------------+ 5 |
Gxjun
2018-03-27
11.8K0
编程之美----NIM游戏
: 博弈游戏·Nim游戏 时间限制:10000ms 单点时限:1000ms 内存限制:256MB 描述 今天我们要认识一对新朋友,Alice与Bob。 Alice与Bob总是在进行各种各样的比试,今天他们在玩一个取石子的游戏。 在这个游戏中,Alice和Bob放置了N堆不同的石子,编号1..N,第i堆中有A[i]个石子。 每一次行动,Alice和Bob可以选择从一堆石子中取出任意数量的石子。至少取1颗,至多取出这一堆剩下的所有石子。 Alice和Bob轮流行动,取走最后一个石子的人获得胜利。 假设每一轮游戏
Gxjun
2018-03-26
1.2K0
C/C++-----------http协议发送字段,文件,单个和多张图片
           关于c/c++ 网络编程,无论在linux还是windows,要说到自由性,和安全性,socket无疑是比较好的!对于socket,因为它的传输协议只有两种tcp和udp,属于网络层,这里我们不去重点讨论。        关于应用层协议http,如何用C/C++的socket来实现数据传输和下载呢?    1. http是超文本协议,用在html文件中,那么对于html是如何传输数据呢?        通过post或者get传输表单数据,当然http还有其他的方式head,put ,d
Gxjun
2018-03-26
4.5K0
C/C++ http协议加载sessionID
       很多时候,使用一个既定的API虽然可以去完成一些任务,但是还是不如自己写来的那么随性和自由. http协议,最常用的get,post两种方式传输数据,关于post,有时候,需要用到加载cookie信息去做一些任务,于是去看了看rfc文档, (1)关于cookie加载,我们首先需要弄清楚c/s下,两种模式下的cookie加载方式:     1、 在服务器端,加载cookie,使用Set-Cookie: SESSIONID =" ";  expries=""GMT;path="/";       
Gxjun
2018-03-26
9160
关于byte[]字节传输的大端和小端小议
当前的存储器,多以byte为访问的最小单元,当一个逻辑上的地址必须分割为物理上的若干单元时就存在了先放谁后放谁的问题,于是端(endian)的问题应运而生了,对于不同的存储方法,就有大端(big-endian)和小端(little- endian)两个描述。 字节排序按分为大端和小端,概念如下 大端(big endian):低地址存放高有效字节 小端(little endian):低字节存放地有效字节 现在主流的CPU,intel系列的是采用的little endian的格式存放数据,而motorola系列
Gxjun
2018-03-26
1.4K0
Linux GDB常用命令一栏
Linux GDB 常用命令如下: 1.启动和退出gdb (1)启动:gdb ***:显示一段版权说明; (*** 表示可执行程序名) (2)退出:quit。有的时候输入quit后会出现相关提示:类似于“(y/n)”,输入y 2.显示和查找程序源代码 (1)list :显示10行代码,但是我为什么没有显示成功呢? (2)list 5,10:显示源文件第五行到第十行的代码 (3)list t4.c:5,10:显示源文件中第五行到第十行的代码,在跳是含有多个源文件的次序时使用; (4)list get_sum:
Gxjun
2018-03-26
1.5K0
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
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
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
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