摘要： 一个向量中成分的个数就是该向量的维数。因此，如果进一步推广下去，还会有三由此可见，的。同理，这个三维向量可以用来表示三维空间中的一个指定点 表示列向量 import numpy as np A=np.array([1,2,3,4]) A_t = A[:,np.newaxis] print(A_t) 阅读全文

摘要： 1、卷积核 卷积神经网络的每一层参数都是一组卷积核即权重。 2、特征层 在CNN输出结果之前，有一个高维的特征问量，该层离最终输出层最近、也是最能代图像特征的一层。这一层的特征，除了可以直接通过交叉熵损失做分类，还经常会用于进行图像比对和搜索。得到了多张图片的高维向量之即可通过计算向量距离的方法得到 阅读全文

摘要： 机器学习中包含三大类问题:有监督学习、无监督学习以及强化学习。训练数据集中主要包含2类元素:数据x以及标签y。当数据集中x、y均为已知时，待解决的问题为有监督学习;当已知数据x但不知道标签y时，待解决的问题即为无监督学习。前几章介绍的分类、检测、分割均为有监督学习。自编码器自编码器(Autoenco 阅读全文

摘要： 1、语义分割 将图片中的所有像素进行分类(包括背景)，不区分具体目标，仅做像素级分类。 2、实例分割对于有多个目标的图片，对每个目标完成像素级的分类，并区分每一个目标(即区分同一个类别但属于不同的目标)。 FCN 对原图的每个像素进行分类，将输出层的每一个像素点当作分类任务做一个 Softmax.即 阅读全文

摘要： sampling·py import random import torch import torch.nn as nn from torch.autograd import Variable from torch.autograd import Function from bbox import 阅读全文

摘要： 1.SELECT:用于从一个或多个数据表中检索数据,2.FROM:指定`SELECT`查询中数据来源的表，3.WHERE:用于过滤查询结果，指定选择条件，4.INSERT INTO:用于向表中插入新行。5.UPDATE:用于修改表中的数据。6.DELETE:用于从表中删除数据7.CREATE TAB 阅读全文

摘要： 定位+分类定位+分类问题是分类到目标检测的一个过渡问题，从单纯地图片分类到分类后给出目标所处的位置，再到多目标的类别和位置，定位问题需要模型返回目标所在的外界矩形框，即目标的(x,y,w,h)四元组。 将定位当作回归问题，具体步骤如下。1)训练(或下载)一个分类模型，例如，AlexNet、VGGNe 阅读全文

摘要： 关系数据库 关系的完整性约束实体完整性和参照完整性：关系模型必须满足的完整性约束条件称为关系的两个不变性，应该由关系系统自动支持。用户定义的完整性: 应用领域需要遵循的约束条件，体现了具体领域中的语义约束。 外码，主码，候选码的概念候选码:若关系中的某一属性组的职能唯一地标识一个元组，则称该属性组为 阅读全文

摘要： 全连接层全连接层(Fully Connected Layer)可以理解为神经网络的一个隐藏层，它包含权重向量W和激活函数。具体来说，对于一张32*32*3的图片(宽和高均为32个像素，有RGB三个通道，可以将其理解为一个32*32*3的矩阵)，要通过全连接层，首先要将其拉伸为3072*1的向量作为神 阅读全文

摘要： Tensor在PyTorch中，最核心的数据结构就是Tensor了，可以认为Tensor与Numpy中的ndarrays 非常类似，但是Tensor可以使用GPU加速而ndarrays不可以。 在pytorch进行GPU运算 if torch.cuda.is_available(): x=x.cud 阅读全文