- 在本系列文章中提到过用Python开始机器学习（3：数据拟合与广义线性回归）中提到过回归算法来进行数值预测。逻辑回归算法本质还是回归，只是其引入了逻辑函数来帮助其分类。实践发现，逻辑回归在文本分类领域表现的也很优秀。现在让我们来一探究竟。 1、逻辑函数 在本系列文章中提到过用Python开始机器学习（3：数据拟合与广义线性回归）中提到过回归算法来进行数值预测。逻辑回归算法本质还是回归，只是其引入了逻辑函数来帮助其分类。实践发现，逻辑回归在文本分类领域表现的也很优秀。现在让我们来一探究竟。 1、逻辑函数
- 参考：http://www.cnblogs.com/fcyworld/p/6243012.html Python 0/1背包、动态规划 0/1背包问题：在能承受一定重量的背包中，放入重量不同，价值不同的几件物品，怎样放能让背包中物品的价值最大？ 比如，有三件物品重量w,价值v分别是 w=[5,3,2] v=[9,7,8] 包的容量是5，也就是... 参考：http://www.cnblogs.com/fcyworld/p/6243012.html Python 0/1背包、动态规划 0/1背包问题：在能承受一定重量的背包中，放入重量不同，价值不同的几件物品，怎样放能让背包中物品的价值最大？ 比如，有三件物品重量w,价值v分别是 w=[5,3,2] v=[9,7,8] 包的容量是5，也就是...
- 下面有两种方法都可以： import numpy as np a=np.asarray([[10,20],[101,201]]) # a=a[:,:,np.newaxis] # print(a.shape) # b= a.repeat([3],axis=2) # print(b.shape,b) image = np.expand_dims(a, axis=2) ima... 下面有两种方法都可以： import numpy as np a=np.asarray([[10,20],[101,201]]) # a=a[:,:,np.newaxis] # print(a.shape) # b= a.repeat([3],axis=2) # print(b.shape,b) image = np.expand_dims(a, axis=2) ima...
- os.path.dirname() 获取父目录 os.path.basename() #获取文件名或者文件夹名 python2缺省为相对路径导入，python3缺省为绝对路径导入 os.path.dirname() 获取父目录 os.path.basename() #获取文件名或者文件夹名 python2缺省为相对路径导入，python3缺省为绝对路径导入
- 本文列出pil和opencv打印文字的方法： 1.pil部分： 安装方法： pip install pil 会报错。 正确方法是： pip install pillow # 绘制文本font = ImageFont.truetype("consola.ttf", 40, encoding="unic" ) # 设置字体draw.text((200, 50), u'... 本文列出pil和opencv打印文字的方法： 1.pil部分： 安装方法： pip install pil 会报错。 正确方法是： pip install pillow # 绘制文本font = ImageFont.truetype("consola.ttf", 40, encoding="unic" ) # 设置字体draw.text((200, 50), u'...
- 树莓派安装Python+OpenCV 这个版本的好处是能首次上电就连接SSH，后继的版本就不行了。 首次上电，要ping通以后多等一会才能SSH，然后是扩展文件系统，设置键盘布局等常规任务 开始安装OpenCV： sudo apt-get update sudo apt-ge... 树莓派安装Python+OpenCV 这个版本的好处是能首次上电就连接SSH，后继的版本就不行了。 首次上电，要ping通以后多等一会才能SSH，然后是扩展文件系统，设置键盘布局等常规任务 开始安装OpenCV： sudo apt-get update sudo apt-ge...
- #!/usr/bin/env python # -*- coding: utf-8 -*- import math angle = 270 angle = angle/180*math.pi value=math.sin(angle) print(value) #!/usr/bin/env python # -*- coding: utf-8 -*- import math angle = 270 angle = angle/180*math.pi value=math.sin(angle) print(value)
- # -*- coding: UTF-8 -*-import datetime import cv2import numpy as npimport os def get_convexHull(src2): h,w=src2.shape[:2] gray = cv2.cvtColor(src2, cv2.COLOR_BGR2GRAY) # 二值化 ret, ... # -*- coding: UTF-8 -*-import datetime import cv2import numpy as npimport os def get_convexHull(src2): h,w=src2.shape[:2] gray = cv2.cvtColor(src2, cv2.COLOR_BGR2GRAY) # 二值化 ret, ...
- roi补正方形： boxes结构：x1 y1 x2 y2 if t_h>t_w: width = t_h x_min=max(0,(boxes[0]+boxes[2])*0.5-width*0.5) x_max=min(frame.shape[1],(boxes[0]+boxes[2])*0.5+width*0.5) boxes[0],boxes[2]=x_min,... roi补正方形： boxes结构：x1 y1 x2 y2 if t_h>t_w: width = t_h x_min=max(0,(boxes[0]+boxes[2])*0.5-width*0.5) x_max=min(frame.shape[1],(boxes[0]+boxes[2])*0.5+width*0.5) boxes[0],boxes[2]=x_min,...
- 先讲案例，后讲入门案例 我有一次导出json文件，一看里面，全是符号包裹着，仔细一看有点不太对劲 找到原因了： 我做了两遍json dump，去掉一个就正常了 正常的结果贴图： 入门案例开始了： import json one = {'name': 'xiaozhi', 'age': 188}mess1 ... 先讲案例，后讲入门案例 我有一次导出json文件，一看里面，全是符号包裹着，仔细一看有点不太对劲 找到原因了： 我做了两遍json dump，去掉一个就正常了 正常的结果贴图： 入门案例开始了： import json one = {'name': 'xiaozhi', 'age': 188}mess1 ...
- http://www.cnblogs.com/suwings/p/6216279.html #run.py from subprocess import * import threading import time p =Popen('ping 127.0.0.1',shell=True,stdin=PIPE,stdout=PIPE) def run http://www.cnblogs.com/suwings/p/6216279.html #run.py from subprocess import * import threading import time p =Popen('ping 127.0.0.1',shell=True,stdin=PIPE,stdout=PIPE) def run
- python3.*版本下好像不一样，正确引用方法： utils是同级目录，options是文件，后面是函数 from .utils.options import parseOptions from .utils.options import getOption 调用另一个python文件中的代码 python3.*版本下好像不一样，正确引用方法： utils是同级目录，options是文件，后面是函数 from .utils.options import parseOptions from .utils.options import getOption 调用另一个python文件中的代码
- 自适应二值化，高斯加权二值化： image =cv2.imread(r'E:\data\barcode\test\1009_11\test\blur\509915979678918664.jpg', 1) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 二值化binary = cv2.adaptiveThreshold(~g... 自适应二值化，高斯加权二值化： image =cv2.imread(r'E:\data\barcode\test\1009_11\test\blur\509915979678918664.jpg', 1) gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 二值化binary = cv2.adaptiveThreshold(~g...
- from fractions import Fraction # # from __future__ import division # def P(event, space): # "在一个等可能发生的样本空间中，事件发生的概率" # return Fraction(len(event & space), len(space)) # # D = {1... from fractions import Fraction # # from __future__ import division # def P(event, space): # "在一个等可能发生的样本空间中，事件发生的概率" # return Fraction(len(event & space), len(space)) # # D = {1...
- Python安装scipy linux下: sudo pip install scipy 开始的时候安装成功，调用报错so找不到，后来pip install scipy -U 后，就好了。 1.下载numpy+mkl 2019.0322只能装1.15,1.16版本太高，会报错： ImportError: cannot import n... Python安装scipy linux下: sudo pip install scipy 开始的时候安装成功，调用报错so找不到，后来pip install scipy -U 后，就好了。 1.下载numpy+mkl 2019.0322只能装1.15,1.16版本太高，会报错： ImportError: cannot import n...
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签