咖啡陪你

摘要： import cv2 与以往命令不同输入命令： pip install opencv-python 阅读全文

摘要： 数据降维与可视化——t-SNE t-SNE是目前来说效果最好的数据降维与可视化方法，但是它的缺点也很明显，比如：占内存大，运行时间长。但是，当我们想要对高维数据进行分类，又不清楚这个数据集有没有很好的可分性（即同类之间间隔小，异类之间间隔大），可以通过t-SNE投影到2维或者3维的空间中观察一下。如 阅读全文

摘要： 在做leetcode的试题中，做到反转整数，就涉及到字符串反转，为了尽可能可以写出更多的方法，于是写下这篇文章 样例：如 a='123456789' 反转成 a='987654321' 第一种方法：使用字符串切片 >>> a='123456789' >>> a = a[::-1] '98765432 阅读全文

摘要： LOF算法算法介绍Local Outlier Factor（LOF）是基于密度的经典算法，也十分适用于anomaly detection的工作。 基于密度的离群点检测方法的关键步骤在于给每个数据点都分配一个离散度，其主要思想是：针对给定的数据集，对其中的任意一个数据点，如果在其局部邻域内的点都很密集 阅读全文

摘要： LOF(Local Outlier Factor)算法是基于密度的异常点检测算法，适合于高维数据检测。 核心思想离群点处的密度应该较邻域内其他点的密度小。 基本概念k距离：对于点p，将其他点与之距离进行从小到大排序，第k个即为k距离k距离邻域：到点p的距离小于等于k距离点，共k个可达距离：若到点p的 阅读全文

摘要： 有三维数组array([[-2,4,3],[-2,5,4],[1,3,5],[-3,6,6],[5,7,6],[6,7,4]])，现在用PCA库函数实现降维，降到二维。1.输出降维后的特征2.打印输出所保留的2个成分各自的方差百分比。 打印输出各主成分的方差 import numpy as np f 阅读全文

摘要： 数据 通常，当您必须处理图像，文本，音频或视频数据时，可以使用将数据加载到 NumPy 数组中的标准 Python 包。 然后，您可以将该数组转换为torch.*Tensor。 对于图像，Pillow，OpenCV 等包很有用 对于音频，请使用 SciPy 和 librosa 等包 对于文本，基于 阅读全文

摘要： 文章目录 一、官方文档介绍 二、torch.nn.Conv2d()函数详解 参数详解 参数dilation——扩张卷积（也叫空洞卷积） 参数groups——分组卷积 三、代码实例 一、官方文档介绍 nn.Conv2d：对由多个输入平面（多通道）组成的输入信号进行二维卷积 二、torch.nn.Con 阅读全文

摘要： 原文标题：GANomaly: Semi-Supervised Anomaly Detection via Adversarial Training 原文链接：https://arxiv.org/abs/1805.06725 背景介绍 异常检测是计算机视觉领域一个比较经典的问题，它旨在区分正常样本（下 阅读全文

摘要： 批量修改一个文件夹中的图片的名字,也可以修改一个文件中任何文件的名称,只需改一下对应的名称,有问题可以交流,代码如下: import os class BatchRename(): ''' 批量重命名文件夹中的图片文件 ''' def __init__(self): self.path = '/me 阅读全文