万物皆可GAN之pytorch和神经网络
适用于小白的学习。
两种方法教你一行代码实现探索性数据分析报告
探索性数据分析（EDA） 是使用可视化方法总结和分析数据集主要特征的过程。EDA是数据科学家要做的第一部分，如果我们不懂得如何进行EDA，那么无法对数据进行进一步的建模。上一篇文章我以泰坦尼克号数据为例，介绍了如何使用python详细的进行探索性数据分析，但有时这是很耗费时间的，现在，我介绍两种方法
YOLOv5-6.0 源码解析 —— 卷积神经单元
YOLOv5 源码中，模型是依靠 yaml 文件建立的。而 yaml 文件中涉及到的卷积神经网络单元都是在 models 文件夹中的 common.py 声明的，所以自行设计网络结构之前有必要详解这个文件。这个文件很细节，就算不学 YOLOv5 也建议 copy 收藏通用参数c1 c2 c_
OpenCV学习笔记12-图像金字塔的原理及代码实现
1 图像金字塔介绍图像金字塔是图像中多尺度表达的一种，最主要用于图像的分割，是一种以多分辨率来解释图像的有效但概念简单的结构。简单来说, 图像金字塔是同一图像不同分辨率的子图集合.图像金字塔最初用于机器视觉和图像压缩，一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低，且来源于同一张原始图的图
卷积神经网络 一些参数计算
次数，参数，输出张量的size
飞猪平台用户行为分析—python
文章目录一、项目背景1.1数据来源1.2数据介绍二、分析目的三、分析思路四、数据分析3.1数据清洗3.2用户分析3.2.1用户维度3.2.1.1浏览量pv、访客量uv、成交量分析五、总结提示：本项目分析仅用来学习使用一、项目背景作为中国最受欢迎的在线旅游平台（OTP）之一，阿里巴巴集团旗下的飞猪通过
Python知识点，Python requests 模块
Python知识点，Python requests 模块
pandas将多个Series对象合并起来形成dataframe、当索引不一致时会产生缺失值NaN
pandas将多个Series对象合并起来形成dataframe、当索引不一致时会产生缺失值NaN
Paper Reading - Loss系列 - 深度学习中各种常见Loss与组合综述[WIP]
目录回归误差交叉熵 CEBCECEFocal LossDice LossLovasz-Softmax Loss更多可见计算机视觉-Paper&Code - 知乎本文主要希望总结下目前学术与业界常用到的Loss函数以及其对应的优缺点回归误差两种loss不同位置的梯度情况MAE mean ave
在python中读取和写入CSV文件（你真的会吗？）
csv文件的读取
Keras深度学习实战（3）——神经网络性能优化技术详解
在神经网络训练过程中，有多种超参数可以影响神经网络的准确性。在本节中，我们将详细介绍神经网络中各种超参数的作用，通过使用不同的超参数来优化神经网络性能，以 MNIST 手写数字分类模型为例应用多种神经网络优化技术提高模型准确率。
第十届“泰迪杯”数据挖掘挑战赛B题python实现
第十届“泰迪杯”数据挖掘挑战赛B题python实现
浅谈估值模型 (二): 相对估值模型中的变形金刚——PE指标I
市盈率是个深受广大散户喜爱的指标，可是你真的读懂它了吗？
基于PyTorch实现图片去模糊、降噪，超详细，有代码，数据，可直接运行。
基于PyTorch实现图像去模糊、有代码数据、可直接运行基于PyTorch实现图像去模糊、有代码数据、可直接运行
深度学习基础 初学者版
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言 一、过拟合与欠拟合，防止过拟合方法。 二、使用步骤 1.引入库 2.读入数据 总结前言首先！博主目前大一，写出来的东西水平很低。我写博客的目的只是为了让同是大一大二的学生们，入门这个领域的时候变得稍微轻松一点点。这篇博
numpy的简单使用（二）
import numpy as np4.生成随机数生成20个数值范围在0到1之间的数据arr1=np.random.random(20)print(arr1)numpy.random模块可以高效地生成多种概率分布下完整样本值数组： normal() 从正太（高斯）分布中抽取样本 ra
机器学习实战 -朴素贝叶斯
贝叶斯分类算法是统计学的一种概率分类方法，朴素贝叶斯分类是贝叶斯分类中最简单的一种。所以称之为”朴素”，是因为贝叶斯分类只做最原始、最简单的假设：所有的特征之间是统计独立的。
pandas读取文件参数
pandas读取文件参数pd.read_csv( filepath_or_buffer: Union[str, pathlib.Path, IO[~AnyStr]],#文件路径或网址连接 sep=',', #分隔符 header='infer', #是否
深度学习100例 | 第41天-卷积神经网络（CNN）：UrbanSound8K音频分类（语音识别）
🔗 运行环境：python3🚩 作者：K同学啊🥇 选自专栏：《深度学习100例》🔥 精选专栏：《新手入门深度学习》📚 推荐专栏：《Matplotlib教程》🧿 优秀专栏：《Python入门100题》🚀 我的环境：语言环境：Python3.6.5编译器：jupyter notebook
