Python学习笔记（3）：numpy模块
一、numpy库库的名称：numpy作用：numpy是一个非常有用的三方库，支持大量的维度数组和矩阵计算，提供大量数学函数导入方法：在命令行里输入：pip install numpy然后可以在代码中导入使用了import numpy as np二、功能总结1. array()作用：构建一个数组类型的
强化学习PPO代码讲解
查看代码对于算法的理解直观重要，这使得你的知识不止停留在概念的层面，而是深入到应用层面。代码采用了简单易懂的强化学习库PARL，对新手十分友好。
强化学习基础记录
强化学习Actor-Critic记录
Python第三方库推荐：pyttsx3
今天要推荐的Python第三方库命名为“pyttsx3”。pyttsx3是一个语音库，通过调用此库，很容易就可以让程序“开口说话”，不仅增强了程序的交互性，还能够给人以一种亲切感。pyttsx3库简单易用，是新手的好选择。安装pyttsx3 安装这一步骤应该不用多说了，进入cmd，输入：pip
Python验证码识别和生成(5000字详细实例和概念讲解)
哈喽O(∩_∩)O:.,,.-:*``*:-.,,.-:*``*:╭╧╮ ╭╧╮╭╧╮ ╭╧╮║周║║末║║快║║乐║└﹏┘└﹏┘└﹏┘└﹏┘** * * * * * * * * * * *╒╧╕ ╒╧╕ ╒╧╕ ╒╧╕ ╒╧╕｜財｜｜招｜｜吉｜｜大｜｜閣｜｜源｜｜財｜｜祥｜｜吉｜｜家｜｜廣｜｜進
matplotlib进阶教程：如何逐步美化一个折线图
大家好，今天分享一个非常有趣的 Python 教程，如何美化一个 matplotlib 折线图，喜欢记得收藏、关注、点赞。注：数据、完整代码、技术交流文末获取1. 导入包import pandas as pdimport matplotlib.pyplot as pltimport matplotl
秩和比综合评价法（RSR）详解及Python实现和应用
秩和比综合评价法是量化分析数学建模最常用的评价模型之一，在参与数学建模的一些比赛中出现过频数较多的评价系统或是政策影响因素等级排序等相关主题，该模型很够很好的建立评价系统，在多篇国赛美赛优秀论文中都出现过其身影。本篇博客的愿景是希望我或者读者通过阅读这篇博客能够学会RSR方法并能实际运用，而且能够记
机器学习决策树作业
机器学习决策树作业作业1：用独热编码表达天气数据集，并画出决策树。作业2：对于以下数据集，实际值和预测值：data = {‘y_Actual’: [‘Yes’, ‘No’, ‘No’, ‘Yes’, ‘No’, ##‘Yes’, ‘No’, ‘No’, ‘Yes’, ‘No’, ‘Yes’
使用 flask_whooshalchemyplus jieba实现flask的全局搜索
使用 flask_whooshalchemyplus jieba实现flask的全局搜索
《机器学习实战：基于Scikit-Learn、Keras和TensorFlow第2版》-学习笔记（8）：降维
· Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition, by Aurélien Géron (O’Reilly). Copyright 2019 Aurélien Géron, 978-1-
python 参加某图像去噪比赛有感
python 参加某图像去噪比赛有感用之前的去噪图镇文一、体会二、收获三、经验分享(部分源码展示与注释)3.1 输入3.2 网络3.3 损失函数3.4 传统滤波方法四、主要参考链接用之前的去噪图镇文一、体会本菜鸡本科毕设在FPGA上搞过图像滤波等算法，研究生期间虽然搞的是基于深度学习的图形学，但是主
机器学习系列8 基于Python构建Web应用以使用机器学习模型
👽👽👽在本文中，我将带你使用Python的Flask框架与Pickle模块构建了Web应用程序，在UFO目击数据集上构建了逻辑回归多分类模型，并将其集成在Web程序中。🏆🏆🏆
从入门到一位合格的爬虫师，这几点很重要
一位合格的爬虫师没你想的这么简单
【深度学习】| 基于keras以及cv2实现人脸识别
利用python下的keras、cv2实现人脸识别认证以及7种微表情、性别识别
【python + opencv + pytorch】车牌提取、分割、识别 pro版
老规矩，先看最后成果图（如果想要全部工程，文章最后我会把github链接放上）：1、分割车牌2、分割字符3、识别字符最终识别的车牌号码是：浙F99999整个车牌识别分五步：1、一个分割车牌的语义分割模型2、用训练好DeepLab V3+模型将车牌从图片里面抠出来3、将车牌字符一个个分割开4、训练一个
Pycaret 3.0的RC版本已经发布了，什么重大的改进呢？
Pycaret是Python中的一个开源可自动化机器学习工作流程的低代码机学习库。 它是一种端到端的机器学习和模型管理工具。要了解有关Pycaret的更多信息，可以查看官方网站或GitHub。
python机器学习从入门到高级：超参数调整（含详细代码）
Python机器学习🌸个人主页：JoJo的数据分析历险记📝个人介绍：小编大四统计在读，目前保研到统计学top3高校继续攻读统计研究生💌如果文章对你有帮助，欢迎✌关注、👍点赞、✌收藏、👍订阅专栏在我们选择好一个模型后，接下来要做的是如何提高模型的精度。因此需要进行超参数调整，一种方法是手动处
Python机器学习从入门到高级：模型评估和选择（含详细代码）
之前我们介绍了机器学习的一些基础性工作，介绍了如何对数据进行预处理，接下来我们可以根据这些数据以及我们的研究目标建立模型。那么如何选择合适的模型呢？首先需要对这些模型的效果进行评估。本文介绍如何使用`sklearn`代码进行模型评估
Paper Reading - 综述系列 - 计算机视觉领域中目标检测任务常见问题与解决方案
目录小目标检测数据方面Label Smoothing模型方面样本不均衡目标遮挡More更多可见计算机视觉-Paper&Code - 知乎小目标检测数据方面将图像resize成不同的大小 对小目标进行数据增强，过采样策略oversampling，重复正样本数 在图片内用实例分割的Mask抠出小
计算机视觉:opencv（一）
图像的读取原文件读取import cv2img_OpenCV = cv2.imread(r'C:\Users\Administrator\Desktop\beginning.jpg')cv2.imshow('bgr image', img_OpenCV)cv2.waitKey(0)cv2.destr
