Python深度学习：计算机视觉处理库OpenCV、Numpy编辑图片、高斯模糊处理（读书笔记）
今天依然是Python深度学习的读书笔记的分享
java毕设项目车牌号码识别系统开源了，很好玩，建议尝试
1.介绍这是一个基于spring boot + maven + opencv 实现的Demo教程项目贯穿样本处理、模型训练、图像处理、对象检测、对象识别等技术点，以学习交流为目的，代码注释超多，文档也在逐步完善。java语言的深度学习项目，在整个开源社区来说都相对较少；拥有完整的训练、检测、识别过程
特征选取之单变量统计、基于模型选择、迭代选择
目录单变量统计方差分析代码实现SelectKBest特征选取递归特征消除(RFE)皮尔逊系数（相关系数）基于树模型的特征选择轻量级的高效梯度树随机森林迭代选择每文一语单变量统计方差分析在单变量统计中，我们计算每个特征和目标值之间的关系是否存在统计显著性，然后选择具有最高置信度的特征。对于分类问题，这
RTX3060安装pytorch
RTX3060安装pytorch1 安装anaconda2 查看本机显卡支持的cuda最高版本（2）根据pytorch版本选择要安装的CUDA（3）下载安装CUDA（4）下载cudNN（5）下载安装刚刚选择的pytorch版本前不久刚刚入手了一台新电脑，显卡为RTX3060，在安装环境的时候，踩了不
图卷积和消息传递理论的可视化详解
本文中将研究如何基于消息传递机制构建图卷积神经网络，并创建一个模型来对具有嵌入可视化的分子进行分类。
伪标签：用于深度神经网络的简单高效的半监督学习方法
未标记的数据由监督学习网络标记，即所谓的伪标记。然后使用标记数据和伪标记数据训练网络。
[Python从零到壹] 三十六.图像处理基础篇之图像算术与逻辑运算详解
欢迎大家来到“Python从零到壹”，在这里我将分享约200篇Python系列文章，带大家一起去学习和玩耍。上一篇文章介绍了如何使用OpenCV绘制各类几何图形，包括cv2.line()、v2.circle()、cv2.rectangle()、cv2.ellipse()、cv2.polylines(
交易总额高达600亿美元？亚马逊、微软和谷歌完成100多笔并购
整理 | 郭露出品 | CSDN（ID：CSDNnews）尽管全球经济因疫情原因遭受巨大损失，但在过去两年的时间里，各大科技公司的规模依旧不断扩大，截止2021年底，5大科技巨头的市值接近10万亿美元，增加了近2.4万亿美元的市值。莉娜·可汗(Lina Khan)担任美国联邦贸易委员会(FTC)主席
一文读懂CentOS 8 安装JDK 11：配置JAVA_HOME环境变量
一文读懂CentOS 8 安装JDK 11：配置JAVA_HOME环境变量、Linux服务器JDK安装
2022年必须要了解的20个开源NLP 库
在本文中，我列出了当今最常用的 NLP 库，并对其进行简要说明。它们在不同的用例中都有特定的优势和劣势，因此它们都可以作为专门从事 NLP 的优秀数据科学家备选方案。每个库的描述都是从它们的 GitHub 中提取的。
Vision Transformer（Pytorch版）代码阅读注释
Vision Transformer Pytorch版代码阅读注释
【OpenCV学习】（十二）图像分割与修复
【OpenCV学习】（十二）图像分割与修复背景图像分割本质就是将前景目标从背景中分离出来。在当前的实际项目中，应用传统分割的并不多，大多是采用深度学习的方法以达到更好的效果；当然，了解传统的方法对于分割的整体认知具有很大帮助，本篇将介绍些传统分割的一些算法；一、分水岭法原理图如下：利用二值图像的梯度
矩量母函数介绍
1 矩量母函数 矩量母函数又称矩母函数（Moment Generating Function）又称动差生成函数，是一种构造函数，其定义为：随机变量XXX是连续型随机变量时，其矩量母函数为：MX(t)=E(etX)=∫−∞+∞etxf(x)dxM_X(t)=\mathrm{E}(e^{tX})=\in
Lei牛可斯 --- basis of 嵌入式AI
Lei牛可斯 --- basis of 嵌入式AI
Pytorch基础训练库Pytorch-Base-Trainer(支持模型剪枝 分布式训练)
考虑到深度学习训练过程都有一套约定成俗的流程，鄙人借鉴Keras开发了一套基础训练库： Pytorch-Base-Trainer(PBT)； 这是一个基于Pytorch开发的基础训练库，支持以下特征：
数据预处理之数据清理，数据集成，数据规约，数据变化和离散化
目录数据清理数据集成数据规约数据的变换1、Min-Max 规范化 [0,1]规划2、Z-Score 规范化两种归一化方法的使用场景：正则化每文一语本来这些储备知识，我想在后续的实际算法案例中进行解释，但是考虑到很多的小伙伴在学习的过程中都是逐步推进的，需要一定的时间去理解和应用，所以前期我们需要把所
学完这些图像处理，我拿去给女友修了图...
有了这些代码，要美图秀秀有何用，敲代码的从来不用美图秀秀哈哈哈
高斯函数、高斯积分和正态分布
本篇文章我们首先将研究高斯函数的一般定义是什么，然后将看一下高斯积分，其结果对于确定正态分布的归一化常数是非常必要的。最后我们将使用收集的信息理解，推导出正态分布方程。
Python深度学习：Python数据处理及可视化（读书笔记）
老铁们，我们Python的深度学习开始了，第一篇正式的文章就是数据处理和可视化，我们开始吧!...
条件期望求解快速排序算法复杂度
1 条件期望定义1（条件期望）：给定随机变量XXX和YYY，则有如下条件期望E[X]=E[E[X∣Y]]\mathrm{E}[X]=\mathrm{E}\left[\mathrm{E}[X|Y]\right]E[X]=E[E[X∣Y]]如果YYY是离散随机变量，则有E[X]=∑yE[X∣Y=y]P{
