Toriyung

神经网络前向计算的向量化解释

摘要：将冗余的for循环计算变成矩阵计算，提高计算速度对于多样本X=[x1 x2 x3....]进行按列堆叠，对于参数ω进行按行堆叠，如图。进行向量相乘一般情况下还会通过python的广播机制加上向量b 阅读全文

posted @ 2022-06-19 15:03 Toriyung 阅读(39) 评论(0) 推荐(0)

python的广播（broadcast）

摘要：其实就是对一个矩阵或者多维数组进行同时数据操作，可以省去for循环，提高效率可以是对一个数组进行某个方向的求和如：也可以是数组对数组对应的数据进行四则运算如：或者是不对称数组间相加，自动进行扩列如：总结是numpy库的广播就是让不对称(即shape相同)的数组（或矩阵）进行复制扩列变阅读全文

posted @ 2022-06-09 15:49 Toriyung 阅读(1137) 评论(0) 推荐(0)

Torch.tensor变量的数据类型及其操作

摘要： torch.Tensor.item()取出内部变量阅读全文

posted @ 2022-05-15 20:40 Toriyung 阅读(166) 评论(0) 推荐(0)

图像识别随笔~1

摘要： from PIL import Image 显示没有PIL模块原因：PIL只支持python2.x，在python3.x中是Pillow包，但调用仍是PIL 解决方法：安装Pillow包，剩下和PIL用法一样阅读全文

posted @ 2022-05-01 21:11 Toriyung 阅读(32) 评论(0) 推荐(0)

Opencv Q&A_11

摘要： 2022/03/23 基于knn通过特征值识别和比较分类代码_Feature_Detect.py(main) import cv2 as cv import utlis dirpath = 'D:\work\\automation\Skill\Python\pythonWORK\cv\materi 阅读全文

posted @ 2022-03-23 22:23 Toriyung 阅读(33) 评论(0) 推荐(0)

Opencv Q&A_10

摘要： 2022/03/20 AR（增强现实）对特定图片进行特征识别并替换图片或视频帧具体算法：通过对样本图和测试图的特征计算进行对比(match)，当匹配度超过一定的值则判定匹配正确，进行替换代码 import cv2 as cv import numpy as np mode = 'video' # 阅读全文

posted @ 2022-03-21 16:26 Toriyung 阅读(69) 评论(0) 推荐(0)

Opencv Q&A_9

摘要： 2022/03/17-2022/03/18 基于opencv和比例算法的物体边长测量算法详细：在实际长度已知的大背景板上放置被测物体，通过摄像头拍摄得到大背景和物体的分辨率比值，再由大背景的已知实际长度计算出物体实际边长代码_length_measure.py(main) import cv2 阅读全文

posted @ 2022-03-18 17:19 Toriyung 阅读(62) 评论(0) 推荐(0)

Opencv Q&A_8

摘要： 2022/03/14 - 2022/03/15 对电子文档图片高亮部分裁剪并识别此次project使用的功能函数另起python文件存放名为utlis.py 代码 (main) highlight_text_detection.py import cv2 as cv import numpy as 阅读全文

posted @ 2022-03-15 21:56 Toriyung 阅读(46) 评论(0) 推荐(0)

numpy Q&A_2

摘要： 2022/03/13 numpy的"xx_like()"一类函数代码 import numpy as np a = np.full((2,4),6) print(a) b = np.full_like(a,5) print(b) c = np.zeros_like(a) print(c) 运行效果阅读全文

posted @ 2022-03-13 22:50 Toriyung 阅读(26) 评论(0) 推荐(0)

Opencv Q&A_7

摘要： 2022/03/13 基于opencv和dlib库的图像切割landmark和换色代码 import cv2 as cv import numpy as np import dlib def nothing(x): pass def extractBlock(img,points,mode,bar 阅读全文

posted @ 2022-03-13 22:41 Toriyung 阅读(50) 评论(0) 推荐(0)

导航

公告