首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏岑志军的专栏

    HTML5-css样式分类

    行内样式 <body>

    121221323231221
    121221323231221
    <div style="font-size: 30px; color: red; bac

    2.1K50发布于 2018-05-28
  • 来自专栏数据猿

    Python Seaborn (5) 分类数据的绘制

    分类散点图 显示分类变量级别中某些定量变量的值的一种简单方法使用 stripplot(),它会将分散图概括为其中一个变量是分类的: ? 在条纹图中,散点图通常将重叠。这使得很难看到数据的完整分布。 当然也可以传入 hue 参数添加多个嵌套的分类变量。高于分类轴上的颜色和位置时冗余的,现在每个都提供有两个变量之一的信息: ? 一般来说,Seaborn 分类绘图功能试图从数据中推断类别的顺序。 分类内的观测分布 分类散点图固然简单实用,但在某些特定的的情况下,他们可以提供的值的分布信息会变得及其有限(并不明晰)。 绘制多层面板分类图 正如我们上面提到的,有两种方法可以在 Seaborn 中绘制分类图。 由于分类图的广义 API,它们应该很容易应用于其他更复杂的上下文。 例如,它们可以轻松地与 PairGrid 结合,以显示多个不同变量之间的分类关系: ?

    4.8K20发布于 2019-03-06
  • 来自专栏机器学习AI算法工程

    【趣味】数据挖掘(5)—分房与分类

    故事中没有月亮、云朵和晚风,却有关于数据挖掘中的分类技术的启示;虽然,现在不再分福利房了,但此故事既回顾历史,也解释了分类技术若干要点,有参考价值。 5、 第一个训练结果,删除无用的列--属性选择。 5.1 分房委员会看出了冗余属性问题 分房委员会对这个样板初稿,提出了意见。 精简属性能减少无关属性干扰,既节省时间,又保证分类精度。 6、第二个训练结果,训练一个分房(分类)公式。    而Fi为各条件之量化值,例如,曾经有一个学校的真实的分数:工龄一年算一分,副教授算3分,教授算5分,等等;   注意,复杂的分类规则不一定能用简单的公式表达,但总可用一组形如“If….then….”的规则来表示 8、应用于大规模的分类 公示通过了测试的分房公式,用其计算全厂申请住房者的分类标号(等价于住房面积数),公示。 9、商品房时代的购房与分类有关吗?   

    81230发布于 2018-03-09
  • 来自专栏AI机器学习与深度学习算法

    学习分类 2-5 线性可分

    显然,实际处理的分类任务大多数不可能仅使用一条直线将其区分开的,这也是为什么说感知机不会应用到实际的问题中。 单层感知机是一个很弱的模型,只能处理线性可分的分类问题,但是堆叠多个单层感知机的多层感知机能够处理非线性可分的分类问题。多层感知机就是所谓的神经网络。

    54610编辑于 2022-11-08
  • 来自专栏往期博文

    【图像分类】YOLOv5-6.2全新版本:支持图像分类

    前言 众所周知,YOLOv5是一款优秀的目标检测模型,但实际上,它也支持图像分类。在6.1版本中,就暗留了classify这个参数,可以在做检测的同时进行分类。 官方仓库地址:https://github.com/ultralytics/yolov5/releases 更新概览 在几天前刚新出的6.2版本中,直接将分类功能单独剥离开来,使其能够直接训练图像分类数据集 先看看官网公示的更新说明: 分类功能 新增分类功能,并提供各模型在ImageNet上训练过的预训练模型 ClearML日志记录 与开源实验跟踪器ClearML集成。 分类模型效果 下图是官方贴出来的各分类模型对比图,在可以看到在相同的数据集上,YOLOv5x-cls模型取得了最佳的准确率。下列这些模型官方均提供预训练权重。 模型会从高到低输出前5个类别的概率值。 代码备份 本次实验代码包含YOLOv5-6.2版本提供的所有预训练权重和mnist数据集。

    2.5K30编辑于 2022-09-23
  • 来自专栏Devops专栏

    5-SpringBoot 配置-配置文件分类

    5-SpringBoot 配置-配置文件分类 SpringBoot 配置-配置文件分类 SpringBoot是基于约定的,所以很多配置都有默认值,但如果想使用自己的配置替换默认配置的话,就可以使用application.properties Tomcat 的端口号 server: port: 8082 4.创建配置文件 application.yaml 定义内置 Tomcat 的端口号 server: port: 8083 5.

    41730编辑于 2022-03-23
  • 来自专栏Reinvent Data Science

    5 分钟教你搭建「视频动作分类」系统

    「视频动作分类」系统展示图 怎么样,是不是很神奇呢?快跟着我们往下看吧! 准备工作 安装依赖包 在搭建「视频动作分类」系统之前,我们需要创建系统依赖的环境。 在默认情况下,模型将会返回得分(可能性)最高的前 5分类,我们可以通过自行更改topk来控制返回的类别数量。 import towhee ( towhee.glob['path']('. 了解更多[5] .action_classification.pytorchvideo():一个 Towhee 的算子,可以提取视频特征并预测视频所属的动作分类。 上图展示了5个视频的预测结果,top1 (第一个预测类别)的预测结果有 4/5 判断正确,而 top2 (前两个预测类别)则全部准确预测。 」的交互界面,输入你想要分类的视频,即可呈现出视频所对应的分类标签。

    1.3K10编辑于 2023-01-09
  • 来自专栏HT

    基于 HTML5 WebGL 的垃圾分类系统

    前言 垃圾分类,一般是指按一定规定或标准将垃圾分类储存、分类投放和分类搬运,从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值,力争物尽其用。 垃圾在分类储存阶段属于公众的私有品,垃圾经公众分类投放后成为公众所在小区或社区的区域性准公共资源,垃圾分类搬运到垃圾集中点或转运站后成为没有排除性的公共资源。 从国内外各城市对生活垃圾分类的方法来看,大致都是根据垃圾的成分、产生量,结合本地垃圾的资源利用和处理方式来进行分类的。到2019年6月25日,生活垃圾分类制度将入法。 一套应用于工业物联网的智能一体化的垃圾分类机械臂将随之而来,由此,我应用 HT for Web  的图型化编辑工具打造了一款形象生动的例子:Garbage classification,也借此机会与大家一起分享和学习 data, {animation : {duration : 500}, distance : 800}) // 拉近视角 } }) 好了,准备工作做好了,下面来实现动画部分,除了了解 垃圾分类

    52730编辑于 2022-05-10
  • 来自专栏HT

    HTML5 + WebGL 实现的垃圾分类系统

    前言 垃圾分类,一般是指按一定规定或标准将垃圾分类储存、分类投放和分类搬运,从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值,力争物尽其用。 垃圾在分类储存阶段属于公众的私有品,垃圾经公众分类投放后成为公众所在小区或社区的区域性准公共资源,垃圾分类搬运到垃圾集中点或转运站后成为没有排除性的公共资源。 从国内外各城市对生活垃圾分类的方法来看,大致都是根据垃圾的成分、产生量,结合本地垃圾的资源利用和处理方式来进行分类的。到2019年6月25日,生活垃圾分类制度将入法。 一套应用于工业物联网的智能一体化的垃圾分类机械臂将随之而来,由此,我应用 HT for Web  的图型化编辑工具打造了一款形象生动的例子:Garbage classification,也借此机会与大家一起分享和学习 data, {animation : {duration : 500}, distance : 800}) // 拉近视角 } }) 好了,准备工作做好了,下面来实现动画部分,除了了解 垃圾分类

    50930编辑于 2022-05-10
  • 来自专栏HT

    基于 HTML5 + WebGL 的垃圾分类系统

    前言 垃圾分类,一般是指按一定规定或标准将垃圾分类储存、分类投放和分类搬运,从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值,力争物尽其用。 垃圾在分类储存阶段属于公众的私有品,垃圾经公众分类投放后成为公众所在小区或社区的区域性准公共资源,垃圾分类搬运到垃圾集中点或转运站后成为没有排除性的公共资源。 从国内外各城市对生活垃圾分类的方法来看,大致都是根据垃圾的成分、产生量,结合本地垃圾的资源利用和处理方式来进行分类的。到2019年6月25日,生活垃圾分类制度将入法。 一套应用于工业物联网的智能一体化的垃圾分类机械臂将随之而来,由此,我应用 HT for Web 的图型化编辑工具打造了一款形象生动的例子:Garbage classification,也借此机会与大家一起分享和学习 好了,准备工作做好了,下面来实现动画部分,除了了解 垃圾分类 的方式外我还参考了网上很多机械臂的视频,学习它的运动模式和动作细节,对每个结构和部位的动画进行步骤的排序和构思。

    74820发布于 2019-12-02
  • 来自专栏HT

    基于 HTML5 + WebGL 实现的垃圾分类系统

    前言 垃圾分类,一般是指按一定规定或标准将垃圾分类储存、分类投放和分类搬运,从而转变成公共资源的一系列活动的总称。分类的目的是提高垃圾的资源价值和经济价值,力争物尽其用。 垃圾在分类储存阶段属于公众的私有品,垃圾经公众分类投放后成为公众所在小区或社区的区域性准公共资源,垃圾分类搬运到垃圾集中点或转运站后成为没有排除性的公共资源。 从国内外各城市对生活垃圾分类的方法来看,大致都是根据垃圾的成分、产生量,结合本地垃圾的资源利用和处理方式来进行分类的。到2019年6月25日,生活垃圾分类制度将入法。 一套应用于工业物联网的智能一体化的垃圾分类机械臂将随之而来,由此,我应用 HT for Web  的图型化编辑工具打造了一款形象生动的例子:Garbage classification,也借此机会与大家一起分享和学习 data, {animation : {duration : 500}, distance : 800}) // 拉近视角 } }) 好了,准备工作做好了,下面来实现动画部分,除了了解 垃圾分类

    53420编辑于 2022-05-10
  • 来自专栏AI工程

    用mT5模型微调中文分类任务示例

    用mT5模型微调中文分类任务示例 mT5模型是T5模型在多语言数据集C4上的继续训练,T5本身是比较早了,是2019年的一个模型,但是后来又有很多次不同的升级。 ,mT5这样的encoder-decoder结构其实天然的做的是sequence-to-sequence结构,类似机器翻译/对话聊天之类的 那么分类任务怎么设计的 我们先定位任务为,输入一句(段)中文文本 ,输出一个三分类的标签,0,1,2。 decoder默认肯定会输出一个词表长度的向量,我们只拿其中3个使用,实际代码中我是使用3,4,5,三个特殊token id作为判定三分类的结果。 我们具体计算loss也只计算最后decoder输出的这三个token的概率比较,比如3的概率最大,那么就是分类0,4的大就是分类1,5的大就是分类2。

    3.3K20编辑于 2022-03-30
  • 来自专栏梦里茶室

    Google机器学习笔记 4-5-6 分类

    Recipes 4 Let’s Write a Pipeline 复习与强化概念 监督学习基础套路 例子: 一个用于举报邮件的分类器 关键在于举报新的邮件 Train vs Test:隔离训练集 ,各种分类器有类似的接口 这些不同分类器都可以解决类似的问题 让算法从数据中学习到底是什么 拒绝手工写分类规则代码 本质上,是学习feature到label,从输入到输出的函数 从一个模型开始,用规则来定义函数 根据训练数据调整函数参数 从我们发现规律的方法中,找到model 比如一条划分两类点的线就是一个分类器的model,调整参数就能得到我们想要的分类器: ? TensorFlow PlayGround Example of Neural Network sklearn 笔记 Recipes 5 Writing Our First Classifier 即考虑各个feature之间差异的平方和 实现 在Lesson4的基础上进行,我们在lesson4中使用了KNeighborsClassifier()作为分类器,现在我们要实现这个分类器 ScrappyKNN

    90290发布于 2017-12-29
  • 瑜伽动作分类数据集1238张5类别

    数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):1238 分类类别数:5 类别名称:["downdog 211 plank 图片数:320 tree 图片数:180 warrior2 图片数:271 重要说明:暂无 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放

    15700编辑于 2025-07-21
  • 来自专栏机器学习初学者精选文章

    【深度学习】CNN图像分类:从LeNet5到EfficientNet

    CNN在近几年的发展历程中,从经典的LeNet5网络到最近号称最好的图像分类网络EfficientNet,大量学者不断的做出了努力和创新。本讲我们就来梳理经典的图像分类网络。 图像分类就是要回答这张图像是一只猫的问题,跟传统的机器学习任务并无区别,只是我们的输入由数值数据变成图片数据。本节的内容就是介绍CNN在图像分类的发展历史上出现的一些经典的网络。 所以目标检测的任务简单而言就是分类+定位。 图3 定位+实例分割 CNN图像分类发展史 在神经网络和深度学习领域,Yann LeCun可以说是元老级人物。 作为本节的结尾,我们想重点提一下去年5月份谷歌大脑发布的号称目前最好的CNN分类网络的EfficientNet。 EfficientNet在吸取此前的各种网络优化经验的基础上提出了更加泛化的解决方法。

    4.5K10发布于 2020-10-19
  • 来自专栏拂晓风起

    HTML5动画软件工具编辑器 HTML5动画分类 工具推荐

    接下来介绍几款制作HTML5动画的工具,它们可以分为几类: 1、导出canvas动画: Flash CC(13.1)、Animation、Radi 2、导出DIV+CSS3动画: HTML5 Maker 先来个最牛逼的html5制作的html5动画工具镇楼。 ? 由于图片太多,就懒得贴图了,有兴趣的朋友直接下载我整理的doc吧。 直接上doc: http://files.cnblogs.com/kenkofox/html5%E5%8A%A8%E7%94%BB%E5%B7%A5%E5%85%B7.zip ============= /CreateJS GSAP-JS:http://www.greensock.com/gsap-js/ CreateJS被Adobe CC用于导出html5动画,而GSAP的制作者GreenSock

    3.1K30发布于 2018-07-05
  • 来自专栏高级前端面试题总结

    用javascript分类刷leetcode19.数组(图文视频讲解)5

    示例 1:输入:nums1 = 1,2,2,1, nums2 = 2,2输出:2示例 2:输入:nums1 = 4,9,5, nums2 = 9,4,9,8,4输出:9,4解释:4,9 也是可通过的提示 空间复杂度O(logm+logn)排序使用的额外空间js:// nums1 = [4,5,9]// nums2 = [4,4,8,9,9]// intersection = [4,9]var intersection 颜色分类 (medium)给定一个包含红色、白色和蓝色、共 n 个元素的数组 nums ,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。 示例 1:输入:nums1 = 1,2,2,1, nums2 = 2,2输出:2,2示例 2:输入:nums1 = 4,9,5, nums2 = 9,4,9,8,4输出:4,9提示:1 <= nums1 示例 1:输入:nums = 4,2,5,7输出:4,5,2,7解释:4,7,2,5,2,5,4,7,2,7,4,5 也会被接受。

    70040编辑于 2023-01-09
  • 芒果叶病害分类数据集4000张5类别

    数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):4000 分类类别数:8 类别名称:["anthracnose","bacterial_canker"

    17210编辑于 2025-07-17
  • 使用易语言部署yolov5-7.0的图像分类模型

    尽管YOLOv5的名称暗示它是用于目标检测,但这种算法也可以进行图像分类任务。要注意的是,YOLOv5主要被设计和优化用于目标检测,且由于是社区维护的版本,它并不是官方的后续版本。 图像分类应用 尽管YoLOv5专为目标检测任务设计,但它也可以用于图像分类。在这种情况下,你只需要在图像中识别整体的类别,而不是检测图像中的多个对象和它们的位置。 将YOLOv5用于图像分类的一个常用方法是提取YOLOv5中的特征提取部分,即其CNN骨干网,并在此基础上添加一个用于分类的全连接层。 YOLOv5适用场景 YOLOv5适用于需要快速、实时检测物体并对图像中的物体分类的场合,比如监控系统、无人驾驶汽车以及在零售中识别商品等。 对于只需要进行图像分类而非位置检测的任务,YOLOv5可以通过网络的适当修改来适应这一需求。 总结 总的来说,尽管YOLOv5是针对目标检测问题设计的,但其快速、高效的特性也可以适用于图像分类任务。

    45310编辑于 2025-07-17
  • 橘子叶子病害分类数据集38432张5类别

    数据集类型:图像分类用,不可用于目标检测无标注文件 数据集格式:仅仅包含jpg图片,每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数):38432 分类类别数:5 类别名称:["Citrus_Canker_Diseases_Leaf_Orange Young_Healthy_Leaf_Orange 图片数:3200 重要说明:叶子都是在图片中都是单叶,部分图有增强 特别声明:本数据集不对训练的模型或者权重文件精度作任何保证,数据集只提供准确且合理分类存放

    15100编辑于 2025-07-20
领券