搜索结果
查询Tags标签： np，共有 812条记录-
OpenCV笔记+简单案例（基于Python）
学习时，将每块注释分别去掉即为一个模块知识点 图像数字化 import numpy as np """ #二维的ndarry #两行四列全是0的uchar类型的二维数组 z = np.zeros((2,4),np.uint8) print(type(z)) print(z) print("\n")#两行四列全是1的整型矩阵 o = np.o…
2021/10/4 20:42:53 人评论 次浏览 -
基于深度摄像头的yolov4算法应用 （Realsense D435i）python
硬件使用的是教授提供的RealSense D435i摄像头 深度值用来当作测距传感器 识别工作在RBG图像上做文章 融合了一些大佬们的code，ps:深度摄像头有专门的库（pyrealsense2），需要变通 全部代码 # coding=utf-8 import pyrealsense2 as rs import numpy as np import cv2 im…
2021/10/4 17:12:47 人评论 次浏览 -
基于深度摄像头的yolov4算法应用 （Realsense D435i）python
硬件使用的是教授提供的RealSense D435i摄像头 深度值用来当作测距传感器 识别工作在RBG图像上做文章 融合了一些大佬们的code，ps:深度摄像头有专门的库（pyrealsense2），需要变通 全部代码 # coding=utf-8 import pyrealsense2 as rs import numpy as np import cv2 im…
2021/10/4 17:12:47 人评论 次浏览 -
2021-10-03
numpy 模块学习笔记 一、numpy 生成伪随机数 伪随机数的生成主要是子模块random库的使用(实际使用中注意p的长应当与x的长相同（以代码为例）) import numpy as np # 设置随即种子 np.random.seed(10) # 产生30个【0.0，1.0】的随机数并形成 2x5x3 的三维数组 a = np.rand…
2021/10/4 6:13:28 人评论 次浏览 -
2021-10-03
numpy 模块学习笔记 一、numpy 生成伪随机数 伪随机数的生成主要是子模块random库的使用(实际使用中注意p的长应当与x的长相同（以代码为例）) import numpy as np # 设置随即种子 np.random.seed(10) # 产生30个【0.0，1.0】的随机数并形成 2x5x3 的三维数组 a = np.rand…
2021/10/4 6:13:28 人评论 次浏览 -
机器学习——树回归
CART算法 什么是CART？ CART是英文Classification And Regression Tree的简写，又称为分类回归树。从它的名字我们就可 以看出，它是一个很强大的算法，既可以用于分类还可以用于回归，所以非常值得我们来学习。 CART算法使用的就是二元切分法，这种方法可以通过调整树的构…
2021/10/3 23:11:18 人评论 次浏览 -
机器学习——树回归
CART算法 什么是CART？ CART是英文Classification And Regression Tree的简写，又称为分类回归树。从它的名字我们就可 以看出，它是一个很强大的算法，既可以用于分类还可以用于回归，所以非常值得我们来学习。 CART算法使用的就是二元切分法，这种方法可以通过调整树的构…
2021/10/3 23:11:18 人评论 次浏览 -
【信号处理】Python实现2PSK、QPSK、8PSK、N-QAM的调制和解调
目录 1 引言2 实现2.1 调制2.2 解调 3 完整编码和解码的例子1 引言 本文不涉及原理讲解，只提供实现方法。需要借助Commpy开源包去实现通信中的各种处理。 安装方法，源码下载地址Commpy源码下载 方法一 pip install scikit-commpy 方法二 git clone https://github.com/v…
2021/10/3 17:40:51 人评论 次浏览 -
【信号处理】Python实现2PSK、QPSK、8PSK、N-QAM的调制和解调
目录 1 引言2 实现2.1 调制2.2 解调 3 完整编码和解码的例子1 引言 本文不涉及原理讲解，只提供实现方法。需要借助Commpy开源包去实现通信中的各种处理。 安装方法，源码下载地址Commpy源码下载 方法一 pip install scikit-commpy 方法二 git clone https://github.com/v…
2021/10/3 17:40:51 人评论 次浏览 -
关于Python常见的报错类型及解决方法
关于Python常见的报错类型及解决方法 TypeError: ‘numpy.float32’ object does not support item assignment 表示的是你的数据形状不匹配： 例如： a = np.zeros(2,dtype = int) a[1][2] = 5 #就会报错，原因是一位数组，确当成二维数组使用 #应该为 a = np.zeros((2,3…
2021/10/3 9:10:03 人评论 次浏览 -
关于Python常见的报错类型及解决方法
关于Python常见的报错类型及解决方法 TypeError: ‘numpy.float32’ object does not support item assignment 表示的是你的数据形状不匹配： 例如： a = np.zeros(2,dtype = int) a[1][2] = 5 #就会报错，原因是一位数组，确当成二维数组使用 #应该为 a = np.zeros((2,3…
2021/10/3 9:10:03 人评论 次浏览 -
ML07 My_Abnormal_Detection
ML实战：手动实现异常检测算法这里使用了改良版本，即使用多元高斯分布函数，提高了对数据相关性的适应代码实现 Detaction类 import numpy as np from math import exp,pow,pinp.set_printoptions(suppress=True)class Detection:def __init__(self,x)::param x:训练集:p…
2021/10/1 23:14:19 人评论 次浏览 -
ML07 My_Abnormal_Detection
ML实战：手动实现异常检测算法这里使用了改良版本，即使用多元高斯分布函数，提高了对数据相关性的适应代码实现 Detaction类 import numpy as np from math import exp,pow,pinp.set_printoptions(suppress=True)class Detection:def __init__(self,x)::param x:训练集:p…
2021/10/1 23:14:19 人评论 次浏览 -
转载的 损失函数MSE L1 优化函数ADAM SGD 优化算法等
如有侵权，请联系删除！ pytorch框架中损失函数与优化器介绍：目录 1. 损失函数： 1.1 nn.L1Loss 1.2 nn.SmoothL1Loss 1.3 nn.MSELoss 1.4 nn.BCELoss 1.5 nn.CrossEntropyLoss 1.6 nn.NLLLoss 1.7 nn.NLLLoss2d 2.优化器Optim 2.1 使用 2.2 基类 Optimizer 2.3 方…
2021/10/1 17:40:46 人评论 次浏览 -
转载的 损失函数MSE L1 优化函数ADAM SGD 优化算法等
如有侵权，请联系删除！ pytorch框架中损失函数与优化器介绍：目录 1. 损失函数： 1.1 nn.L1Loss 1.2 nn.SmoothL1Loss 1.3 nn.MSELoss 1.4 nn.BCELoss 1.5 nn.CrossEntropyLoss 1.6 nn.NLLLoss 1.7 nn.NLLLoss2d 2.优化器Optim 2.1 使用 2.2 基类 Optimizer 2.3 方…
2021/10/1 17:40:46 人评论 次浏览
