PYTHON
-
在Linux使用虛擬環(huán)境
“虛擬環(huán)境”是Python解釋器的私有副本。 在這種環(huán)境中，您可以安裝專用軟件包，而不會(huì)影響系統(tǒng)中安裝的全局Python解釋器。
-
Python編程實(shí)例——利用Dragonboard 410c開發(fā)板實(shí)現(xiàn)人臉識(shí)別
雖然2016年充電設(shè)施發(fā)展迅速，但居民區(qū)充電設(shè)施建設(shè)緩慢、互聯(lián)互通水平低、尚難盈利等諸多難題仍然待解。在此之下，相關(guān)部委正在醞釀新政，2017年將重點(diǎn)加快居民區(qū)，尤其是企業(yè)政府內(nèi)部停車場(chǎng)專用
-
Python編程實(shí)例——利用Dragonboard 410c開發(fā)板實(shí)現(xiàn)人臉識(shí)別（二）
在上一期基于DragonBoard 410c開發(fā)板實(shí)現(xiàn)人臉識(shí)別文章中，已經(jīng)教大家如何利用Python實(shí)現(xiàn)人臉識(shí)別的第一個(gè)部分——人臉檢測(cè)功能，今天在前面人臉檢測(cè)的基礎(chǔ)上，
-
最適合人工智能開發(fā)的5種編程語言
自從去年，AlphaGo打遍天下棋手無對(duì)手，人工智能的風(fēng)頭就一直無人能及。在剛剛過去的IT領(lǐng)袖峰會(huì)上，BAT三位大佬都看好人工智能的未來發(fā)展。今年年初，百度就做了一個(gè)大動(dòng)作，在醫(yī)療方面押寶人工智
-
基于Python&Facepp打的造智能監(jiān)控系統(tǒng)
就在前天，隔壁鄰居家的房子被租出去了。因?yàn)槲沂寝r(nóng)村的，房子都是獨(dú)立的帶院子的，沒錯(cuò)就是這樣的： 因?yàn)榧依锝?jīng)常沒人住，并且還放有其他貴重物品，生怕一不留神，這些租戶跳
-
用Python進(jìn)行系統(tǒng)聚類分析
在進(jìn)行機(jī)器學(xué)習(xí)時(shí)，我們往往要對(duì)數(shù)據(jù)進(jìn)行聚類分析，聚類，說白了就是把相似的樣品點(diǎn)/數(shù)據(jù)點(diǎn)進(jìn)行歸類，相似度高的樣品點(diǎn)會(huì)放在一起，這樣一個(gè)樣本就會(huì)被分成幾類。而聚類分析也有很多種方法，比如分解法、加入法、
-
從零到python機(jī)器學(xué)習(xí)大神的7個(gè)步驟
卷積神經(jīng)網(wǎng)絡(luò)(CNN)的基礎(chǔ)介紹見 ，這里主要以代碼實(shí)現(xiàn)為主。 CNN是一個(gè)多層的神經(jīng)網(wǎng)絡(luò)，每層由多個(gè)二維平面組成，而每個(gè)平面由多個(gè)獨(dú)立神經(jīng)元組成。 以MNIST作為數(shù)據(jù)庫，仿照
-
對(duì)機(jī)器學(xué)習(xí)的理解和用Python實(shí)現(xiàn)的機(jī)器學(xué)習(xí)樣例分析
本書節(jié)選自圖書，Python本身帶有許多機(jī)器學(xué)習(xí)的第三方庫，但本書在絕大多數(shù)情況下只會(huì)用到Numpy這個(gè)基礎(chǔ)的科學(xué)計(jì)算庫來進(jìn)行算法代碼的實(shí)現(xiàn)。這樣做的目的是希望讀者能夠從實(shí)現(xiàn)的過程中更好地理解機(jī)
-
在Python下使用OpenCV的技巧教程與典型應(yīng)用案例
嚴(yán)格來說不是在講Python而是講在Python下使用OpenCV。本篇將介紹和深度學(xué)習(xí)數(shù)據(jù)處理階段最相關(guān)的基礎(chǔ)使用，并完成4個(gè)有趣實(shí)用的小例子： - 延時(shí)攝影小程序 - 視頻中截屏
-
Python機(jī)器學(xué)習(xí)回歸部分的應(yīng)用與教程
引言和數(shù)據(jù) 歡迎閱讀 Python 機(jī)器學(xué)習(xí)系列教程的回歸部分。這里，你應(yīng)該已經(jīng)安裝了 Scikit-Learn。如果沒有，安裝它，以及 Pandas 和 Matplotlib。
-
用Pybrain庫進(jìn)行神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)擬合的主要步驟
Pybrain號(hào)稱最好用的Python神經(jīng)網(wǎng)絡(luò)庫。其實(shí)Scikit-Learn號(hào)稱Python上最好用的機(jī)器學(xué)習(xí)庫，但是它偏偏就沒有神經(jīng)網(wǎng)絡(luò)這塊，所以就與我無緣了。 之前也看過一些提到N
-
基于nolear建立的ConvNet體系結(jié)構(gòu)并用它去訓(xùn)練一個(gè)特征提取器
摘要：本文展示了如何基于nolearn使用一些卷積層和池化層來建立一個(gè)簡(jiǎn)單的ConvNet體系結(jié)構(gòu)，以及如何使用ConvNet去訓(xùn)練一個(gè)特征提取器，然后在使用如SVM、LogisTIc回歸等不同
-
經(jīng)過Python和Tensorflow處理的神經(jīng)網(wǎng)絡(luò)模型詳解
最近在嘗試將所有的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的模型用Python來實(shí)現(xiàn)，大致的學(xué)習(xí)思路如下： 分類器 回歸與預(yù)測(cè) 時(shí)間序列 所有的模型先用 Python語言實(shí)現(xiàn)，然后用T
-
由Python算法編程來實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)理論
一、多層前向神經(jīng)網(wǎng)絡(luò) 多層前向神經(jīng)網(wǎng)絡(luò)由三部分組成：輸出層、隱藏層、輸出層，每層由單元組成； 輸入層由訓(xùn)練集的實(shí)例特征向量傳入，經(jīng)過連接結(jié)點(diǎn)的權(quán)重傳入下一層，前一層的輸出是下一層的輸
-
Python機(jī)器視覺編程環(huán)境使用指南
1. Why Python C/C++ 早期的計(jì)算機(jī)視覺領(lǐng)域大多數(shù)程序都是用C/C++編寫。隨著計(jì)算機(jī)硬件速度越來越快，開源平臺(tái)越來越多，開發(fā)者選擇計(jì)算機(jī)視覺算法的實(shí)現(xiàn)語言變得更
-
機(jī)器人研發(fā)十大熱門編程語言：Java、C/C ++、Python
題目描述 有一個(gè)整型偶數(shù)n(2<= n <=10000),你要做的是：先把1到n中的所有奇數(shù)從小到大輸出，再把所有的偶數(shù)從小到大輸出。 輸入 第一行有一個(gè)整數(shù)i（2&
-
基于Test來使用12-Thrift_Python
Thrift_Python/…使用 Python/Node.js/Golang/Php… 都差不多，都可以完成服務(wù)和客戶端的編寫，這里以Python為例。
-
py3.x和py2.x的區(qū)別簡(jiǎn)要分析
這個(gè)星期開始學(xué)習(xí)Python了，因?yàn)榭吹臅际腔赑ython2.x，而且我安裝的是Python3.1，所以書上寫的地方好多都不適用于Python3.1，特意在Google上search了一下3
-
Python評(píng)為人工智能首選語言 火爆的原因是什么
其實(shí)在所有編程語言里，Python并不算新寵，在1991年就發(fā)布了第一個(gè)版本，至今已經(jīng)快30年了。 最近幾年，隨著人工智能概念的火爆，Python也迅速升溫，成為了眾多AI從業(yè)者的首選語
-
python字符串拼接方式了解
python字符串拼接的方式 在Python的實(shí)際開發(fā)中，很多都需要用到字符串拼接，python中字符串拼接有很多，今天總結(jié)一下： 用+符號(hào)拼接 用%符號(hào)拼接 用
