Stay Hungry,Stay Foolish!

摘要:Reinforcement learning https://en.wikipedia.org/wiki/Reinforcement_learning Reinforcement learning (RL) is an area of machine learning concerned with 阅读全文
posted @ 2021-05-17 00:33 lightsong 阅读(0) 评论(0) 推荐(0) 编辑
摘要:Neural Network SMS Text Classifier https://www.freecodecamp.org/learn/machine-learning-with-python/machine-learning-with-python-projects/neural-networ 阅读全文
posted @ 2021-05-12 12:18 lightsong 阅读(11) 评论(0) 推荐(0) 编辑
摘要:Classify structured data using Keras Preprocessing Layers 对于既有数值特征,又有类别特征的输入情况,使用 keras的预处理层进行转换。 https://colab.research.google.com/github/tensorflow/ 阅读全文
posted @ 2021-05-10 11:11 lightsong 阅读(5) 评论(0) 推荐(0) 编辑
摘要:Linear Regression Health Costs Calculator https://www.freecodecamp.org/learn/machine-learning-with-python/machine-learning-with-python-projects/linear 阅读全文
posted @ 2021-05-09 23:27 lightsong 阅读(5) 评论(0) 推荐(0) 编辑
摘要:Book Recommendation Engine using KNN https://www.freecodecamp.org/learn/machine-learning-with-python/machine-learning-with-python-projects/book-recomm 阅读全文
posted @ 2021-05-08 23:21 lightsong 阅读(5) 评论(0) 推荐(0) 编辑
摘要:Cat and Dog Image Classifier https://www.freecodecamp.org/learn/machine-learning-with-python/machine-learning-with-python-projects/cat-and-dog-image-c 阅读全文
posted @ 2021-05-07 13:02 lightsong 阅读(3) 评论(0) 推荐(0) 编辑
摘要:poetry https://python-poetry.org/ I built Poetry because I wanted a single tool to manage my Python projects from start to finish. I wanted something 阅读全文
posted @ 2021-05-04 10:03 lightsong 阅读(1) 评论(0) 推荐(0) 编辑
摘要:Rock Paper Scissors https://www.freecodecamp.org/learn/machine-learning-with-python/machine-learning-with-python-projects/rock-paper-scissors 简单的竞赛游戏, 阅读全文
posted @ 2021-05-02 01:00 lightsong 阅读(9) 评论(0) 推荐(0) 编辑
摘要:RNN https://www.tensorflow.org/tutorials/text/text_classification_rnn Create the model Above is a diagram of the model. This model can be build as a t 阅读全文
posted @ 2021-04-27 15:06 lightsong 阅读(18) 评论(0) 推荐(0) 编辑
摘要:拼音输入法案例 https://zhuanlan.zhihu.com/p/25132270 https://github.com/LiuRoy/Pinyin_Demo 在网上看到一篇关于隐马尔科夫模型的介绍,觉得简直不能再神奇,又在网上找到大神的一篇关于如何用隐马尔可夫模型实现中文拼音输入的博客,无 阅读全文
posted @ 2021-04-22 16:25 lightsong 阅读(59) 评论(0) 推荐(0) 编辑
摘要:sougou中文分词服务 http://www.sogou.com/labs/webservice/ 中文分词指的是将连续的汉字序列切分成一个个单独的词。 分词精度: 使用国家语委语料库所开放的2000万字汉语语料,其词性标注集符合《信息处理用现代汉语词类标记规范》(GB/T 20532—2006) 阅读全文
posted @ 2021-04-19 13:32 lightsong 阅读(51) 评论(0) 推荐(0) 编辑
摘要:卷积 https://developers.google.com/machine-learning/glossary/#convolutional_layer 卷积混合了 卷积核 和 输入矩阵, 用来训练权重。 机器学习中的卷积,包括了 卷积运算和 卷积层。 区别于全连接层,是减少权重参数的一种方法 阅读全文
posted @ 2021-04-15 13:04 lightsong 阅读(24) 评论(0) 推荐(0) 编辑
摘要:from https://ml-cheatsheet.readthedocs.io/en/latest/gradient_descent.html#step-by-step Gradient Descent Gradient descent is an optimization algorithm 阅读全文
posted @ 2021-04-11 10:39 lightsong 阅读(43) 评论(0) 推荐(0) 编辑
摘要:from https://towardsdatascience.com/optimizers-for-training-neural-network-59450d71caf6 Many people may be using optimizers while training the neural 阅读全文
posted @ 2021-04-11 10:15 lightsong 阅读(12) 评论(0) 推荐(0) 编辑
摘要:workflow 本地生成git commit 以drafts身份推送到 gerrit库中, 命令: git push origin HEAD:refs/drafts/master gerrit自动触发 verifyCI 流程 VerifyCI 通过,获得verified+1分值, 进入走查环节, 阅读全文
posted @ 2021-04-09 16:07 lightsong 阅读(14) 评论(0) 推荐(0) 编辑
摘要:背景 job支持跨环境部署和迁移。 不能将job配置到一个固定的Jenkins系统中。 有两种方式支持脚本化管理配置。 Jenkinsfile https://www.jenkins.io/doc/book/pipeline/getting-started/ As mentioned previou 阅读全文
posted @ 2021-04-09 15:43 lightsong 阅读(26) 评论(0) 推荐(0) 编辑
摘要:父JOB调用子JOB 父job出发子job,总要带一些参数过去。 https://www.jenkins.io/doc/pipeline/steps/pipeline-build-step/#build-build-a-job build: Build a job Triggers a new bu 阅读全文
posted @ 2021-04-07 16:46 lightsong 阅读(58) 评论(0) 推荐(0) 编辑
摘要:说明 接着上篇,实现拍摄统计功能。 https://www.cnblogs.com/lightsong/p/14592798.html 功能明细: 实时展示摄像头内容 实时统计 统计结果在展示视频中显示 技术依赖 上篇是基于linux环境, 由于需要添加实时展示功能,需要切换到windows。 OC 阅读全文
posted @ 2021-03-30 14:45 lightsong 阅读(10) 评论(0) 推荐(0) 编辑
摘要:目的 作文字数统计。 技术依赖 https://aistudio.baidu.com/aistudio/projectdetail/1725688?forkThirdPart=1 光学字符识别(Optical Character Recognition, OCR)是指对文本材料的图像文件进行分析识别 阅读全文
posted @ 2021-03-29 16:00 lightsong 阅读(20) 评论(0) 推荐(0) 编辑
摘要:git push https://git-scm.com/docs/git-push 使用本地的refs去更新远程的refs。 当<repository>参数没有指定, 则默认为 branch.*.remote 配置值, 如果没有这个配置,则默认为origin Updates remote refs 阅读全文
posted @ 2021-03-28 23:39 lightsong 阅读(25) 评论(0) 推荐(0) 编辑
摘要:背景 对于手写字体图片,检查手写于标准的相似度。 有三个要点: 首先度量指标是相似度 其次是图像的相似度 再次是手写字体图像的相似度 相似度度量 https://towardsdatascience.com/calculate-similarity-the-most-relevant-metrics 阅读全文
posted @ 2021-03-23 16:40 lightsong 阅读(17) 评论(0) 推荐(0) 编辑
摘要:背景 以图片的形式成成验证码,防止工具类软件自动化暴力破解的攻击。 需要按照不同字体,生成图片,同时还可能添加干扰项: 平移 旋转 添加干扰背景 字形扭曲 或者其他场景,生成不同字体的标准字帖,提供临摹。 参考代码 https://github.com/atlantistin/Blogs/tree/ 阅读全文
posted @ 2021-03-17 15:47 lightsong 阅读(29) 评论(0) 推荐(0) 编辑
摘要:Keras https://keras.io/ Simple. Flexible. Powerful. Deep learning for humans. Keras is an API designed for human beings, not machines. Keras follows b 阅读全文
posted @ 2021-03-15 17:01 lightsong 阅读(30) 评论(0) 推荐(0) 编辑
摘要:背景 https://aistudio.baidu.com/aistudio/projectdetail/377462 对于此案例实现的视频换背景功能感兴趣,所以细细研究其实现原理。 本示例用DeepLabv3+模型完成一键抠图。在最新作中,作者通过encoder-decoder进行多尺度信息的融合 阅读全文
posted @ 2021-03-15 15:45 lightsong 阅读(32) 评论(0) 推荐(0) 编辑
摘要:PaddleHub https://github.com/PaddlePaddle/PaddleHub 令人惊叹的已训练好的模型工具库, 基于Paddle。 Awesome pre-trained models toolkit based on PaddlePaddle.(260+ models i 阅读全文
posted @ 2021-03-10 14:29 lightsong 阅读(167) 评论(0) 推荐(0) 编辑
摘要:OpenCV Course - Full Tutorial with Python https://www.youtube.com/watch?v=oXlwWbU8l2o 油管上有视频课程, 为 freeCodeCamp.org出品。 国内B站上也有同步视频。 由浅入深介绍了 基础 进阶 和 人脸识 阅读全文
posted @ 2021-03-09 16:10 lightsong 阅读(16) 评论(0) 推荐(0) 编辑
摘要:背景 从图片中提取文字或者数字子图,是图像处理的必备能力。 虽然tesseract可以支持从图片中一次性提取所有的信息, 但是此处为了学习的目的,让我们进行一次图像预处理的深度旅行。 参考: http://icodeit.org/2013/01/basic-digits-recognization/ 阅读全文
posted @ 2021-03-09 15:59 lightsong 阅读(17) 评论(0) 推荐(0) 编辑
摘要:tesseract https://github.com/tesseract-ocr/tesseract 此包包含一个OCR引擎 libtesseract 和 命令行程序 tesseract 版本4添加了一个基于OCR引擎的神经网络。 支持多余100多种语言,开箱即用 支持多种输出格式, 普通文本, 阅读全文
posted @ 2021-03-08 12:39 lightsong 阅读(35) 评论(0) 推荐(0) 编辑
摘要:Caer https://github.com/jasmcaus/caer/ 流形的现代计算机视觉库 Caer是一个轻量、高性能视觉库,为了高性能AI研究设计。 此框架简化了计算机视觉的使用方法,通过抽象掉非必要的模板代码,并给使用者以灵活性,快速建立深度学习原型,和研究的想法。 最终的结果是建立一 阅读全文
posted @ 2021-03-05 10:56 lightsong 阅读(23) 评论(0) 推荐(0) 编辑
摘要:背景 https://www.cnblogs.com/lightsong/p/14469252.html 如上博客对应进展是, 集成hub数据,基于MNIST数据构建手写数字识别模型, 得到逻辑回归模型的预测准确度。 如上模型,仅仅是训练出来,但是如何应用此模型进行预测, 还需要引入工具,对任意手写 阅读全文
posted @ 2021-03-04 16:42 lightsong 阅读(46) 评论(0) 推荐(0) 编辑
摘要:What is WSGI (Web Server Gateway Interface)? https://medium.com/analytics-vidhya/what-is-wsgi-web-server-gateway-interface-ed2d290449e PYTHON领域的 Web服务 阅读全文
posted @ 2021-03-03 16:14 lightsong 阅读(44) 评论(0) 推荐(0) 编辑
摘要:one sklearn mnist example https://scikit-learn.org/stable/auto_examples/linear_model/plot_sparse_logistic_regression_mnist.html 如下例子,使用逻辑回归,基于mnist数据构 阅读全文
posted @ 2021-03-02 15:36 lightsong 阅读(41) 评论(0) 推荐(0) 编辑
摘要:Hub https://www.activeloop.ai/ 此工具的首页的也介绍,也是它的愿景: 训练模型,不用背数据所累。 ML领域现在的问题是, 数据准备花费太多的资源, 对于异构数据的处理,特别是个问题。 Train ML models, don't mess with data Fast 阅读全文
posted @ 2021-03-01 16:54 lightsong 阅读(68) 评论(0) 推荐(0) 编辑
摘要:Ensemble methods https://scikit-learn.org/stable/modules/ensemble.html 集成方法是组合几个基模型的预测,来改善单一模型的泛化性和 健壮性。 通常有两种集成方法: (1)平均方法, 指导思想是, 独立训练介个模型, 平均化他们的预测 阅读全文
posted @ 2021-02-23 11:49 lightsong 阅读(28) 评论(0) 推荐(0) 编辑
摘要:Linear Models https://scikit-learn.org/stable/modules/linear_model.html# 线性模型,目标是特征的线性组合。有系数和偏置值。 Ordinary Least Squares 普通的最小均方差方法构造出来的模型, 就是 线性回归模型。 阅读全文
posted @ 2021-02-10 16:40 lightsong 阅读(35) 评论(0) 推荐(0) 编辑
摘要:Configuration functions https://docs.python.org/3/library/logging.config.html#module-logging.config 三种配置加载方式, (1)加载配置单额词典变量 (2)加载配置文件 (3)从监听端口中读取配置,并生 阅读全文
posted @ 2021-02-10 11:05 lightsong 阅读(33) 评论(0) 推荐(0) 编辑
摘要:Neural network models (supervised) https://scikit-learn.org/stable/modules/neural_networks_supervised.html# sklearn实现的神经网络不支持大规模机器学习应用。 因为其没有GPU支持。 Wa 阅读全文
posted @ 2021-02-09 14:39 lightsong 阅读(55) 评论(0) 推荐(0) 编辑
摘要:Stochastic Gradient Descent https://scikit-learn.org/stable/modules/sgd.html# 随机梯度下降是一种简单且非常高效的方法, 来拟合线性分类器和回归器, 使用凸随时函数, 例如 支持向量 和 逻辑回归。 即使SGD出现在机器学习 阅读全文
posted @ 2021-02-08 15:42 lightsong 阅读(43) 评论(0) 推荐(0) 编辑
摘要:Support Vector Machines https://scikit-learn.org/stable/modules/svm.html# 支持向量是监督学习方法的集合, 可以用于 分类 回归 和 异常检测。 优点: 在高维空间非常有效 仍然有效,当样本数目小于特征维度数目 不同于KNN, 阅读全文
posted @ 2021-02-05 15:03 lightsong 阅读(47) 评论(0) 推荐(0) 编辑
摘要:Decision Trees https://scikit-learn.org/stable/modules/tree.html 决策树是一种非参数的监督性学习算法, 其跟KNN类似,不依赖参数性模型。 可以用于分类和回归。 从特征中学习出决策规则。 Decision Trees (DTs) are 阅读全文
posted @ 2021-02-04 16:06 lightsong 阅读(34) 评论(0) 推荐(0) 编辑
Life Is Short, We Need Ship To Travel