xcap是一个免费的网络发包工具，可以使用xcap制造和发送报文，不如比较常用的arp、IP、icmp、udp、tcp等 一、xcap安装 安装xcap 打开压缩包，双击xcap.exe，如果显示报错：未安装winpcap话，点击winpcap_4_1_3.e…

主成分分析方法PCA 前言一、PCA是什么？二、代码实践使用MNIST数据集实现sklearn库里的主成分分析方法不同主成分个数对应的可解释方差分析(Explained Variance) 总结 前言 PCA（Principal Component Analysis），即主成分分析方法&am…

无监督学习与预处理 无监督学习的预处理 本章研究两类无监督学习：数据集变换与聚类 数据集的无监督变换是创建数据新的表示的算法。 无监督变换的一个常见应用是降维，它接受包含许多特征的数据的高维表示，并找到表示该数据的一种新方法&a…

深度学习 Author：louwill Machine Learning Lab Dropout dropout作为目前神经网络训练的一项必备技术，自从被Hinton提出以来，几乎是进行深度学习训练时的标配。就像做菜时必须加料酒一样，无论何时，大家在使用全连接层的…

目录 特征缩放 导包 创建numpy数组 一、标准差标准化 函数语法格式 参数解析 StandardScaler的四个属性 详细实现代码 二、离差标准化 函数语法格式 参数解析 MinMaxScaler的五个属性 详细实现代码 三、正则归一化 函数语法格式 参数解析 详细实现代码 四、二…

©PaperWeekly 原创 作者 | 苏剑林 单位 | 追一科技 研究方向 | NLP、神经网络 在《你可能不需要 BERT-flow：一个线性变换媲美 BERT-flow》中，笔者提出了 BERT-whitening，验证了一个线性变换就能媲美当时的 SOTA 方法 BERT-flow。此外，BERT-whitening 还可以对句向量进…

《Batch Normlization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》 论文详细解读 💡目录 《Batch Normlization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》 论文详细解读 基础知识面临的挑战In…

文章目录 1 PCA与SVD1.1 sklearn.decomposition.PCA1.2 重要参数n_components1.2.1 案例：高维数据的可视化1.2.2 最大似然估计自选超参数1.2.3 按信息量占比选超参数 1.3 PCA中的SVD1.3.1 PCA中的SVD哪里来？1.3.2 重要参数svd_solver 与 random_state1.3…

1数据的特征抽取 特征抽取对文本等数据进行特征值化。 API： sklearn.feature_extraction字典特征抽取 sklearn.feature_extraction.DictVectorizer DictVectorizer语法 DictVectorizer(sparseTrue，…）：sparseTeur意思是产生稀疏…

前言 很快就密集地学习机器学习15天了，这章是作业，使用 scikit-learn 的人脸数据集 (fetch_lfw_people) 来进行分类问题的解决和超参数调优，也是对自己学习的验证，学得很开心~ 数据集介绍与概览 人脸数据集 (fetch_lfw_people) 里面大概有 1万多张照片，以不同人来进行分…

一、主成分分析 主成分分析（Principal Component Analysis，PCA）是一种常用的数据降维技术，用于发现数据中的关键特征和模式，并将数据投影到一个新的坐标轴系上，以便减少数据的维度。 PCA的主要目标是找到…

数据探查： 我们将k均值、DBSCAN和凝聚聚类算法应用于Wild数据集中的Labeled Faces，并查看它们是否找到了有趣的结构。我们将使用数据的特征脸表示，它由包含100个成分的PCA(whitenTrue)生成： peoplefetch_lfw_people(data_home &…

文章目录 前言Scipy库简单入门1.cluster模块2. constants模块3. fftpack模块4. integrate 模块5. interpolate 模块6. linalg模块7. ndimage模块8. optimize模块9. stats模块10. ord模块 总结 前言 scipy是一个python开源的数学计算库，可以应用于数学、科学以及工程…

调用kmeans函数，kmeans中调用了whited函数。查后，发现whiten是对输入数据按标准差做归一化处理。 v a r i a n c e Σ i 1 n ( x i − x m e a n ) 2 n variance \frac{ \Sigma_{i1}^{n}(x_{i} - x_{mean})^{2}}{n} variancenΣi1n​(xi​−xmean​…

1.什么是白化处理 “白化”这个词最早来源于信号处理领域，跟其中最常见的一种噪声——白噪声有很大的联系[1]。在信号处理理论中，白噪声指的是一种在不同频率都有相同功率的随机信号，即其功率谱密度为常数，功率与频率无关。“白噪声”这个名字来源于白光，白光包含了光谱中…

一、什么是Batch Normalization 1. 从白化(Whiten)说起 之前的研究表明如果在图像处理中对输入图像进行白化（Whiten）操作的话——所谓白化，就是对输入数据分布变换到0均值，单位方差的正态分布——那么神经网络会较快收敛。所以受…

看液晶屏手册，发现有一个引脚控制Dithering功能： Dithering功能简单的说就是用有限的颜色经过处理呈现出更多“显示颜色”的技术。 比如只用黑白两种颜色（0和255），表示下面的灰度图（0到255之间&#xff09…

前言 对于可用颜色较少的系统，可以以牺牲分辨率为代价，通过颜色值的抖动来增加可用颜色数量。通俗来说，假如一个灰色图像，有256个灰阶，灰度值范围是0-255。现在只能使用两个灰阶0（黑色）和255（白色）去显示这个灰色图像，那怎么办呢？结论就是通过图像的“抖动”来实现。…

文献来源——Gui T, Li C, Yang Q, Xiao X, Meng L, Li C, Yi X, Jin C, Li Z. Auto bias control technique for optical OFDM transmitter with bias dithering. Opt Express. 2013 Mar 11;21(5):5833-41. doi: 10.1364/OE.21.005833. PMID: 23482152. 本文针对光正交频分复…

误差扩散、Floyd-Steinberg 抖动、有序抖动、Riemersma 抖动算法 1.误差扩散算法详解算法步骤Floyd-Steinberg 算法公式Python 实现详细解释优缺点 2.有序抖动算法详解算法步骤Bayer矩阵公式Python 实现详细解释优缺点 3.Riemersma 抖动算法详解算法步骤公式Python 实现详细解释…