数据的特征预处理（1）归一化归一化首先在特征（维度）非常多的时候，可以防止某一维或某几维对数据影响过大，也是为了把不同来源的数据统一到一个参考区间下，这样比较起来才有意义，其次可以程序可以运行更快。例如：一个人的身高和体重两个特征，假如体重50kg，身高175cm,由于两个单位不一样，数值大小不一样。如果比较两个人的体...

数据的特征抽取现实世界中多数特征都不是连续变量，比如分类、文字、图像等，为了对非连续变量做特征表述，需要对这些特征做数学化表述，因此就用到了特征提取.sklearn.feature_extraction提供了特征提取的很多方法我们将城市和环境作为字典数据，来进行特征的提取。sklearn.feature_extract...

“数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这句话很好的阐述了数据在机器学习中的重要性。大部分直接拿过来的数据都是特征不明显的、没有经过处理的或者说是存在很多无用的数据，那么需要进行一些特征处理，特征的缩放等等，满足训练数据的要求。我们将初次接触到Scikit-learn这个机器学习库的使用Scikit...

解决方案:拆分系统、服务化、消息中间件、缓存、并发化高并发设计原则系统设计不仅需要考虑实现业务功能，还要保证系统高并发、高可用、高可靠等。同时还应考虑系统容量规划（流量、容量等）、SLA指定（吞吐量、响应时间、可用性、降级方案等）、监控报警（机器负载、响应时间、可用率等）、应急预案（容灾、降级、限流、隔离、切流量、可回...

最近找了一篇面向对象的介绍，看过后，感觉不错，浅显易懂，所以转载给大家看看！！！ 面向对象的三个基本特征（讲解）面向对象的三个基本特征是：封装、继承、多态。 封装封装最好理解了。封装是面向对象的特征之一，是对象和类概念的主要特性。封装，也就是把客观事物封装成抽象的类，并且类可以把自己的数据和方法只让...

1.ION：在conv3、conv4、conv5和contextfeatures上分别进行roi_pooling,在channel那一维进行concat2.Hypernet:在较浅层max_pooling，中间层保持不变，较高层deconv，最后把这三个结果concat起来构成最后一层featuremapION是在不同...

http://www.cnblogs.com/louyihang-loves-baiyan/p/5134671.html...

从RFCN来看，Resnet-50和Resnet-101到最后一层卷积都是缩小到原来尺寸的16分之一，并且都用的7x7的格子去roipooling。  看paper可以知道：resnet-50核心是由3个conv2_x（3个卷积层），4个conv3_x（3个卷积层），6个conv4_x（3个卷积层）...

原文地址：https://www.cnblogs.com/zongfa/p/9130167.html线性滤波与卷积的基本概念     线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的滤波器矩阵（有...

记录一些网友写的博客或者帖子，供学习用，感谢！用文氏图来理解卷积神经网络如何决定提取哪些特征：https://blog.csdn.net/kane7csdn/article/details/84890592为什么卷积能够提取图像的特征？看完此文应该能够给你一个答案：https://blog.csdn.net/charl...

作者：桂。时间：2017-10-26  07:11:02链接：http://www.cnblogs.com/xingshansi/p/7735016.html 前言主要记录特征值分解的硬件实现思路。一、实数矩阵转化在FPGA运算中，对实数运算通常优于对复数运算。假设C为复数矩阵：C=A+i...

作者：桂。时间：2017-05-06 11:20:47链接：http://www.cnblogs.com/xingshansi/p/6816308.html 前言 本文主要记录librosa工具包的使用，librosa在音频、乐音信号的分析中经常用到，是python的一个工具包，这里主要记...

作者：桂。时间：2017-05-05 21:45:07链接：http://www.cnblogs.com/xingshansi/p/6815217.html 前言主要总结一下常用的音频特征，并给出具体的理论分析及代码。一、过零率过零率的表达式为：其中N为一帧的长度，n为对应的帧数，按帧处理。理论分析...

作者：桂。时间：2017-05-04 18:31:09链接：http://www.cnblogs.com/xingshansi/p/6806637.html 前言语音识别等应用离不开音频特征的提取，最近在看音频特征提取的内容，用到一个python下的工具包——pyAudioAnalysis:AnOp...

 在机器学习处理过程中,为了方便相关算法的实现,经常需要把标签数据(一般是字符串)转化成整数索引,或是在计算结束后将整数索引还原为相应的标签.SparkML包中提供了几个相关的转换器:StringIndexer,IndexToString,OneHotEncoder,VectorIndexer,他们提供了十分...