ICode9

精准搜索请尝试: 精确搜索
  • Dropout解决过拟合化训练实战2022-08-10 22:35:04

    Tips: 一切都应该尽可能地简单,但不能过于简单。 —艾伯特·爱因斯坦 代码 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import matplotlib.pyplot as plt # 导入数据集生成工具 import numpy as np import seaborn as sns from sklearn.datasets import make_moons fr

  • 构建多层网络解决欠拟合化训练实战2022-08-10 22:33:49

    Tips: 当前人工智能还未达到人类 5 岁水平,不过在感知方 面进步飞快。未来在机器语音、视觉识别领域,五到十 年内超越人类没有悬念。−沈向洋 代码 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' import matplotlib.pyplot as plt # 导入数据集生成工具 import numpy as n

  • 19_图像直方图2022-08-03 12:02:03

    # 图像直方图 # 1. 图像直方图简介 # 2. 图像直方图统计 import cv2 import numpy as np import matplotlib.pyplot as plt def cv_show(img,name): cv2.imshow(name,img) cv2.waitKey() cv2.destroyAllWindows() img = cv2.imread('D:/pycharm/pycharm-cope/ope

  • 20_傅里叶变换2022-08-03 12:00:43

    # 3. 傅里叶变换 import numpy as np import cv2 from matplotlib import pyplot as plt img = cv2.imread('D:/pycharm/pycharm-cope/opencv/resource/photo/13_Lena.jpg',0) img_float = np.float32(img) # 输入图片转换成 np.float32 格式 dft = cv2.dft(img_float, flags =

  • 06_边界填充2022-08-03 11:33:54

    # 边界填充 # 1. 边界填充简介 """① 边界填充就是对图像进行一些变换,让原始图像进行扩大。 ② 边界填充的入口参数: - BORDER_REPLICATE:复制法,也就是复制最边缘像素。 - BORDER_REFLECT:反射法,对感兴趣的图像中的像素在两边进行复制例如:fedcba|abcdefgh|hgfedcb - BORDER_REFLEC

  • 25.NumPy和Matplotlib绘图2022-08-02 17:32:28

    Matplotlib 是 Python 的绘图库,它经常与 NumPy 一起使用,从而提供一种能够代替 Matlab 的方案。不仅如此 Matplotlib 还可以与 PyQt 和 wxPython 等图形工具包一起使用。Matplotlib 最初由 John D. Hunter 编写,目前,它的最新的版本是 3.3.1,最后一个支持 Python 2 的版本是 2.2.5 。

  • python 画图技巧部分集锦2022-08-01 23:05:20

    在x或者y轴指定间隔标数字 x_major_locator=MultipleLocator(8)#以每15显示 y_major_locator=MultipleLocator(0.2)#以每3显示 ax=plt.gca() ax.xaxis.set_major_locator(x_major_locator) ax.yaxis.set_major_locator(y_major_locator) 在x或者y轴指定位置标指定内容 xdata存放

  • (机器学习)多项式回归 (解决欠拟合问题)2022-08-01 21:34:37

    多项式回归 面对问题 欠拟合 在训练集与测试集都不能获得很好的拟合数据时,认为该假设出现了欠拟合(模型过于简单) 原因:模型学习到样本特征太少 解决:增加样本的特征数量(多项式回归) 过拟合 在训练集上能获得较好拟合,在训练集以外的数据集上却不能很好的拟合数据 原因:原始特征

  • python opencv 低通,高通滤波器2022-07-27 20:32:58

    import cv2import numpy as npfrom matplotlib import pyplot as pltimg = cv2.imread('8.jpg',0)img_float32 = np.float32(img)dft = cv2.dft(img_float32,flags=cv2.DFT_COMPLEX_OUTPUT)dft_shift = np.fft.fftshift(dft)rows,cols = img.shapecrow,ccol = int(r

  • PyTorch生态简介2022-07-25 00:31:06

    PyTorch的强大并不仅局限于自身的易用性,更在于开源社区围绕PyTorch所产生的一系列工具包(一般是Python package)和程序,这些优秀的工具包极大地方便了PyTorch在特定领域的使用。比如对于计算机视觉,有TorchVision、TorchVideo等用于图片和视频处理;对于自然语言处理,有torchtext;对于图卷

  • matplotlib------折线图2022-07-19 11:34:50

    一、代码示例 import pandas as pd import matplotlib.pyplot as plt import matplotlib as mpl # 设置绘图风格 plt.style.use('ggplot') # 设置中文编码和负号的正常显示 mpl.rcParams['font.sans-serif'] = 'Microsoft YaHei' mpl.rcParams['axes.unicode_minus&

  • 七月是十八号日寄2022-07-18 21:02:48

    复现了几道古早题 [鹏城杯]Misc_water 两个文件,一个加密的压缩包和一张png                                自然解压密码应该从png入手 010打开发现后面跟了一png,foremost分离 题目叫misc_water,那肯定和水印有关,可这两张熊猫头的分辨率不一样 陷入盲区,遂上网WP

  • 实训第7天2022/7/182022-07-18 18:01:43

    9:00-10:00   -35     预测:行,实际:列  FN:实际yes预测no,得病没检测出 召回率:TP/P       精度:140/(140+20)=0.857 召回率:140/170=0.8235 准确率:(140+10)/200=0.75 数据变换:规范化 最小-最大规范化 Z-   规范化        10:00-11:00  -36            

  • misc刷题记录2022-07-13 22:02:00

    ctfshow单身杯 misc签到 一个加密的zip,直接爆破密码,得到一个png 用010打开图片,在末尾找到了base64密文,解码后发现是二维码      用stegsolve的red 0通道找到前一部分flag      补全反色二维码,扫出十六进制密文      解码得到后半部分flag      得到ctfshow{Your

  • opencv-python介绍和商业应用2022-07-13 21:32:13

    简单介绍   OpenCV 是一个图像和视频处理库,具有 C++、C、Python 和 Java 中的绑定。OpenCV用于各种图像和视频分析,如面部识别和检测,车牌读取,照片编辑,高级机器人视觉,光学字符识别等等。   在边缘检测的情况下,黑色对应于像素值(0,0,0),白线对应于(255,255,255)。视频中的每个图片和帧都分

  • matplotlib------箱线图2022-07-13 13:32:24

    一、代码示例 import pandas as pd import matplotlib.pyplot as plt data = pd.read_csv('../../Data/exercise_data/train.csv') any(data.Age.isnull()) # 检查年龄是否有缺失 data.dropna(subset=['Age'], inplace=True) # 删除含有缺失年龄的数据 # 设置中文和负号正常显

  • matplotlib------饼图2022-07-13 10:35:40

    一、代码示例 import matplotlib.pyplot as plt data = [0.2456, 0.2342, 0.2890, 0.0892, 0.1420] labels = ['类别1', '类别2', '类别3', '类别4', '类别5'] explode = [0, 0.1, 0, 0, 0] color = ['#9999ff', '#ff9999

  • 机器学习-kaggle超市客户分类2022-07-12 21:35:32

    #本次采用Kmans分析数据 import pandas as pd import numpy as npp from matplotlib import pyplot as plt from sklearn.cluster import KMeans import matplotlib import warnings warnings.filterwarnings('ignore') #设置全部列显示和浮点数格式 #pd.set_option pd.set_opt

  • 机器学习-关于心脏病的数据分析2022-07-10 21:02:37

    # 本次采用KNN算法进行解析 import numpy as np import pandas as pd import matplotlib.pyplot as plt import warnings warnings.filterwarnings('ignore') #用于忽略由于版本更新等不影响的bug import seaborn as sns from matplotlib import rcParams from sklearn.model_sel

  • opencv_基础2022-07-10 15:33:53

    OpenCV知识点合集 1.OpenCV基础 加载图片,显示图片,保存图片 OpenCV函数:cv2.imread(), cv2.imshow(), cv2.imwrite() 说明 OpenCV中彩色图是以B-G-R通道顺序存储的,灰度图只有一个通道。 OpenCV默认使用BGR格式,而RGB和BGR的颜色转换不同,即使转换为灰度也是如此。

  • matplotlib 快速作图2022-07-06 21:33:57

    matplotlib 这是一篇快速画图的简单用法,另一个稍微详细一点的教程,可以见:https://www.cnblogs.com/wztshine/p/15101086.html 简单使用: import numpy as np from matplotlib import pyplot as plt x = np.arange(-50, 51) y = x ** 2 # plt.plot(x, y) 可以根据 x,y 值来绘制图表

  • 【转载】彻底解决Python里matplotlib不显示中文的问题2022-07-06 14:33:00

    在很长一段时间里用Python绘图,matplotlib都不能很好的显示中文,起初是认为我的pycharm里的设置问题,但是发现同样的问题在spyder里也同样的出现了,虽然有的地方可以用英文实在不行用拼音。。。但是在作图这里没有中文真的是太不方便了,机缘巧合下在年前终于找到问题的根源了,于是乎爱刨

  • 每日总结2022-07-05 18:33:20

    20220705 今天进行了python中的数据分析中的知识,今天主要是学习了matplotlib库的学习,python中的数据分析部分的知识,感觉和matlab中的知识相似,matplotlib主要是绘制图表的,包括折线图,直方图柱状图。 今天主要是学了折线图的知识。 from matplotlib import pyplot as pltimport rand

  • 数据分析-画图工具 matplotlib2022-07-05 01:31:16

    matplotlib —— 数据图绘制工具 matplotlib 是绘制统计图的python工具。 示例绘图 https://matplotlib.org/tutorials/introductory/sample_plots.html 设置 Settings # 文字不清晰?清晰度、分辨率不够?用以下设置提高画质 plt.rcParams['figure.dpi'] = 200 plt.rcParams['savefig

  • 2022第二届鹏城杯预赛 Misc wp2022-07-04 07:02:35

    Misc_water 先分析图片hex值,发现给的图是由一头一尾两个png和中间一个倒置的jpg组成的。于是分别提取并把jpg正过来 with open('1','rb') as f:   with open('flag.jpg','wb') as g:      g.write(f.read()[::-1]) 由于题目是water,自然想到水印,又因为没有一样的图,于是尝试

专注分享技术,共同学习,共同进步。侵权联系[81616952@qq.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有