▍1. 政府工作报告等文件用python转换成词云
需求:对于政府工作报告等策文件,如何直观理解? 体会直观的 价值 :生成 词云 & 优化词云 将 政府工作报告等文件 有效的转换成词云
需求:对于政府工作报告等策文件,如何直观理解? 体会直观的 价值 :生成 词云 & 优化词云 将 政府工作报告等文件 有效的转换成词云
利用全卷积网络进行图像处理,获取目标物的轮廓,实现提取边缘的目地。该神经网络框架不同于普通的卷积神经网络(CNN),对网络层进行了变形,采用全卷积的方式,不再要求输入图像的尺寸大小统一,可以输入任意大小的图像,每一个卷积层都会计算它的loss
# Image Inpainting Implementation of exemplar-based image inpainting algorithm by Criminisi et al. Requirements: Python 2.7.9 or greater Cython 0.22 or greater NumPy for Python 2 SciPy for Python 2 Matplotlib for Python 2 wxPython 3.0.0 or higher #### Instructions  Run the program to open the GUI.  Enter the patch size. By default, it is 9. The patch size must be odd.  Select option to apply Gaussian filtering prior to computing the image gradients and choose sigma value.  Load the imag
PSO 算法属于进化算法的一种,和模拟退火算法相似,它也是从随机解出发,通过迭代寻找最优解,它也是通过适应度来评价解的品质,但它比遗传算法规则更为简单,它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作,它通过追随当前搜索到的最优值来寻找全局最优。给出一个用pso来解决的寻优问题
使用“部分匹配”的方法,你可以通过制造商零件编号搜索零件(MPN)或经销商编号(SKU),甚至限制你的结果到一个特定的制造商或经销商。
利用python编写的网络爬虫,指定网址获取房地产信息,并打包成文本格式保存,不同的网址源码不同,需额外修改代码使用,具有参考意义。
CNN - 卷积神经网络 RNN - 循环神经网络 DNN - 深度神经网络 神经网络的层数直接决定了它对现实的刻画能力,利用每层更少的神级元拟合更加复杂的函数。随着神经网络层数的加深,优化函数越来越容易陷入局部最优解,并且这个“陷阱”越来越偏离真正的全局最优。利用有限数据训练的深层网络,性能还不如较浅层网络。 同时,另一个不可忽略的问题是随着网络层数增加,“梯度消失”现象更加严重。具体地说,我们常用sigmoid作为神经元的输入输出函数,对于幅度为1的信号,在BP反向传播梯度时,每传递一层,梯度衰减为原来的0.25。层数越多,梯度指数衰减后低层基本上接受不到有效的训练信号。
使用深度学习的图像分类的 Python 代码。
提取森林结构参数 #读取冠层高度模型CHM raster = gdal.Open("./chm.tif") banddataraster = raster.GetRasterBand(1) dataraster = banddataraster.ReadAsArray() #对CHM进行高斯滤波,平滑数据 dataraster_gau = gaussian_filter(dataraster,sigma=1) #寻找CHM中的局部最大值作为分水岭的标记点 local_maxi = peak_local_max(dataraster_gau, indices=False) markers = ndi.label(local_maxi)[0] #利用分水岭算法进行分割,labels变量中存储了每个分割结果 labels = watershed(-dataraster_gau, markers, mask= dataraster_gau[:]>5) #利用matplotlib出图查看初步结果
利用PYTHON和opencvlibaray实现了人脸检测、人脸训练和人脸识别系统
本程序是一个小的网络爬虫程序,爬虫对象是网易财经的股票,债券的历史交易信息,通过爬取这些数据,为固定收益的计算模型提供训练和校验数据。程序中,输入参数为:证券代码,起始年份,终止年份,结果会写入到一个“证券/股票代码_证券/股票名_起始年份-终止年份”的CSV文件中。
基于matplotlib在python中绘制图形。代码中给出了一个sinx,一个三维曲面的绘制代码示例。
基于大规模知识库的条件聚焦神经问答系统的源码,用的torch7框架,适合初学者。。。。
SLIC 作者源码的python实现,其中还包含了区域生长,RGB到Lab的转换,具有一定的参考性,虽然速度较慢,但是这是直接从C++转python的,而且库函数很少使用,因此具有较大的优化空间
做推荐系统及学习python可以用得到的,简单实用,顶顶顶
马尔科夫决策过程(Markov Decision Process)是强化学习(reinforcement learning)最基本的模型框架。它对序列化的决策过程做了很多限制。比如状态StSt和动作atat只有有限个、 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报